Tag: 渐近复杂性

将数据存储为HashMap中具有空值/空值的键是个好主意吗？

我原来写了一个ArrayList并在其中存储了唯一的值（用户名，即Strings ）。 我后来需要使用ArrayList来search用户是否存在。 这是O(n)的search。 我的技术负责人希望我将其更改为HashMap ，并将用户名作为键存储在数组中，并将值存储为空Strings 。 所以，在Java中 – hashmap.put("johndoe",""); 我可以看到这个用户以后是否存在运行 – hashmap.containsKey("johndoe"); 这是O(1)对不对？ 我的领导说这是一个更有效的方式来做到这一点，这对我来说是有道理的，但是在hashmap中存储null / empty作为值并将其作为关键字存储在元素中似乎有点不合适。 我的问题是，这是一个好方法吗？ 通常， ArrayList#contains的效率或数组search。 有用。 我的担心是，我没有看到任何人在search后做这个。 我可能在某个地方错过了一个显而易见的问题，但我看不到它。

把猫扔出窗外

想象一下，你正在一座带猫的高层build筑里。 猫可以从低矮的窗户里摔下来，但是如果从高处落下，它将会死亡。 如何用最less的尝试次数找出猫能够存活的最长时间？ 显然，如果你只有一只猫，那么你只能线性search。 先从一楼扔掉猫。 如果它幸存下来，从第二个扔掉。 最后，从地板f扔掉后，猫会死亡。 然后你知道f-1楼是最大的安全楼层。 但是如果你有一只以上的猫呢？ 你现在可以尝试某种对数search。 假设这个build筑有100层，你有两个相同的猫。 如果你把第一只猫从第50层扔出去，那么你只需要线性search50层。 如果您首次尝试select较低的楼层，则可以做得更好。 假设您select一次处理20个楼层的问题，而第一个致命楼层是＃50。 在那种情况下，你的第一只猫在从第60层死亡之前将从第20层和第40层的飞行中幸存下来。你只需要单独检查第41层到第49层。 总共有12次尝试，比你试图使用二进制消除时需要的50次要好得多。 一般来说，最好的策略是什么，对于有两只猫的n层build筑来说，这是最糟糕的复杂性？ 那么n层和m猫呢？ 假设所有的猫都是相同的：它们都会从某个窗口的落下中生存或死亡。 而且，每一次尝试都是独立的，如果一只猫幸免于难，完全没有受到伤害。 这不是家庭作业，虽然我可能一旦解决了它的学校作业。 这只是一个突发奇想的问题，我今天突然想起，我不记得解决scheme。 如果有人知道这个问题或解决schemealgorithm的名称，奖励点。