Tag: 时间复杂度

Python的“in”有多快/多快？（时间复杂性明智）: 在Python中， in关键字的效率如何： a = [1, 2, 3] if 4 in a: …

HashSet查找复杂性？: 查找操作或contains单个可以在最坏的情况下O(n)权利？那么，对于n元素，在hashSet中hashSet将是O(n^2) ？

find数组中的多数元素: 大多数元素是发生超过数组大小的一半的元素。如何在O(n)find数组中的多数元素？示例input： {2,1,2,3,4,2,1,2,2} 预期产出： 2

java中HashMap.containsKey（）的时间复杂度是多less？: 我需要知道：java中HashMap.containsKey（）的时间复杂度是多less？

这个algorithm的大O分析是什么？: 我正在研究一个数据结构课程，我不确定如何进行这个大O分析： sum = 0; for(i = 1; i < n; i++) for(j = 1; j < i*i; j++) if(j % i == 0) for(k = 0; k < j; k++) sum++; 我最初的想法是，这是减less后的O（n ^ 3），因为最里面的循环只会在j / i没有余数时运行，而乘法规则不适用。我的推理在这里是正确的吗？

检测一个string是否有独特的字符：比较我的解决scheme“破解编码面试？”: 我正在通过“破解编码采访”一书的工作，我在这里遇到问题要求答案，但我需要帮助比较我的答案和解决scheme。我的algorithm可行，但我很难理解本书中的解决scheme。主要是因为我不明白一些运营商在做什么。任务是：“实现一个algorithm来确定一个string是否具有所有唯一的字符，如果不能使用额外的数据结构怎么办？这是我的解决scheme： public static boolean checkForUnique(String str){ boolean containsUnique = false; for(char c : str.toCharArray()){ if(str.indexOf(c) == str.lastIndexOf(c)){ containsUnique = true; } else { containsUnique = false; } } return containsUnique; } 它有效，但这有多高效？我看到Java中的String的索引函数的复杂性是O（n * m）以下是本书的解决scheme： public static boolean isUniqueChars(String str) { if (str.length() > 256) { return false; } int […]

更糟的是更好。有一个例子吗？: 是否有一个广泛使用的algorithm的时间复杂性比另一个已知的algorithm更差，但是在所有的实际情况下它是一个更好的select（复杂度更高但是更好）。可接受的答案可能是一种forms：有algorithmA和B地具有O(N**2)和O(N)时间复杂度，但是B具有如此大的常数，以至于对于input小于宇宙中的primefaces数量，它不具有A优点。答案中的例子突出显示：单纯形algorithm – 对于凸优化问题，最坏情况是指数时间 – 已知多项式时间algorithm。中值algorithm的朴素中位数 – 最坏情况O（N ** 2）与已知的O（N）algorithm。回溯正则expression式引擎 – 最坏情况下的指数与 O（N）Thompson NFA引擎。所有这些例子都是利用最坏情况与平均情况。是否有例子不依赖于最坏情况与平均情况之间的差异？有关： “更坏更好”的崛起。（为了这个问题的目的，“更糟糕更好”这个短语的使用范围比文章更窄（即algorithm时间复杂度） Python的devise理念： ABC集团追求完美。例如，他们使用基于树的数据结构algorithm，这些algorithm被certificate对于渐进式大集合是最优的（但对于小集合来说并不是那么好）。如果没有能够存储这些大集合的计算机（换句话说，在这种情况下大不够大），这个例子将是答案。方matrix乘法的Coppersmith-Winogradalgorithm是一个很好的例子（它是最快的（2008），但是差于algorithm）。其他人？从维基百科文章：“这不是在实践中使用，因为它只提供了一个巨大的优势，他们不能被现代硬件处理（罗宾逊2005年）”。

如何在线性时间内使用堆find数字的中位数？: 维基百科说： selectalgorithm：find最小值，最大值，最小值和最大值，中值，甚至第k个最大元素都可以使用堆在线性时间内完成。它所说的是，它可以做到，而不是如何。你可以给我一些开始如何使用堆可以做到这一点？

Max-Heapify最糟糕的情况 – 你如何得到2n / 3？: 在CLRS，第三版，第155页中给出了在MAX-HEAPIFY中，每个子树的最大尺寸至多为2n / 3 ，最差的情况发生在树的底部正好满一半的时候。我明白为什么最差的时候，树的底部正好是半满的。在这个问题中也回答了MAX-HEAPIFY中的最坏情况：“最坏的情况发生在树的底部正好是半满的时候” 我的问题是如何获得2n / 3？为什么如果最低水平是一半，那么子树的大小是2n / 3？如何计算？谢谢

睡眠分类的时间复杂度是多less？: 鉴于这种algorithm，你如何expression它的时间复杂性？最初在这里介绍（部分存档）。 #!/bin/bash function f() { sleep "$1" echo "$1" } while [ -n "$1" ] do f "$1" & shift done wait example usage: ./sleepsort.bash 5 3 6 3 6 3 1 4 7