描述一个O(n logn)-时间算法,给定一组由n个整数和另一个整数x组成的S,该算法确定S中是否存在两个元素,其和正好是x。
我计划用二进制搜索来搜索这个。
ALGORITHM(S,x)
S=Insertion-Sort()
for i=1 to S.length
n=x-S[i]
if( Binary-Search(S,n) == true)
return { S[i],n }
Binary-Search(A, v)
low=1
high=A.length
while low ≤ high
mid=(low+high)/2
if v = A[mid]
return mid
if v > A[mid]
low ← mid+1
else
high ← mid−1
return NIL
我如何找到这个算法的时间复杂度?如果T(n)不是(n log n),正确的算法是什么?
正如其他答案所指出的,您可以首先使用O(n log n)排序,然后在O(log n)时间内搜索每个元素的补码,这样总的来说就等于O(n log n)。
然而,我认为你也可以做以下的事情来得到一个O(n)算法。
注意,如果两个数字之和是x,那么其中一个必须是x
现在为下面数组中的所有元素i
构建一个x-i
哈希表。这又需要O(n)时间。
现在以每次查找的恒定时间搜索哈希表中的高数组中的每个元素。因此,这也是O(n)。
因此,总体复杂性为O(n)。
算法的整体顺序由单个片段的最高顺序决定。你从一个插入排序开始,它在最坏情况下的性能是O(n^2),所以你已经失败了。
如果要用O(n logn)版本替换排序算法,则必须查看剩下的内容。有一个长度为n的循环,循环体称为二进制搜索。正确编码的二进制搜索是O(logn),因此结果应该是O(nlogn)。添加两个O(n logn)进程仍然会留下O(n logn)。
有另一种更快的方法来完成第二步,但我会留给你去发现。这不会影响整体结果。
给定一个整数数组arr,计算元素x,使得x 1也在arr中。如果arr中有重复项,请分别计数。 示例1:输入:arr=[1,2,3]输出:2说明:1和2被计数,因为2和3在arr中。 示例2:输入:arr=[1,1,2]输出:2解释:1计数两次,原因2在arr中。 示例3:输入:arr=[1,1,3,3,5,5,7,7]输出:0说明:没有计算数字,因为arr中没有2、4、6或8。 示例4:输入:a
我已经通过谷歌和堆栈溢出搜索,但我没有找到一个关于如何计算时间复杂度的清晰而直接的解释。 说代码像下面这样简单: 说一个像下面这样的循环: 这将只执行一次。 时间实际上被计算为而不是声明。
在最近的一次测试中,我们得到了一个函数来计算未排序的ArrayList中出现了多少个double(不是原语double,而是一个项目出现了两次)。 我正确地确定了Big O复杂度为O(N^2),但由于我错误地确定了全部复杂度,因此只获得了部分学分。函数如下: 在他刚刚发布的考试解决方案中,他给出了这样的解释: 输入集合中有N个项,该方法通过一个缩减步骤反复调用自己,该步骤生成一个新索引N次,直到达
就像谷歌地图一样,给定一百万个经纬度坐标列表,你将如何打印距离给定位置最近的k个城市? 我在一次面试中问了这个问题。面试官说这可以在O(n)中通过使用插入排序到k来完成,而不是对整个列表进行排序,即NlogN。我在网上找到了其他答案,大多数人都说NLogN...他[面试官]正确吗?
如何计算这些回溯算法的时间复杂度,它们是否具有相同的时间复杂度?如果不一样怎么办?请详细解释并感谢您的帮助。 我实际上有点困惑,对于断字(b),复杂度是O(2n),但对于哈密顿循环,复杂度是不同的,对于打印相同字符串的不同排列,以及对于解决n皇后问题,复杂度是不同的。
null null T(n)=O(1)+O(nlogn)=O(nlogn) 但我不确定。有人能帮帮我吗。