Tag: 复杂性理论

Drupal的一些缺点是什么？

Drupal是一个“Do Everything”CMS。 有几个模块可以让你添加几乎所有的function，这非常棒。 然而，感觉像许多function（v5和v6）似乎分散在四周，对用户来说是不直观的。 作为一名开发人员，我留下了使用泡泡糖和绳子一起修补网站的感觉。 例如，要将文本添加到默认search框（单击时消失），则必须添加一些jQuery代码或覆盖主题。 我也发现菜单系统比它应该更复杂。 我是唯一一个有这个意见的人吗？ 什么东西（如果有的话），你会改变关于Drupal的核心？

为什么访问一个数组中的元素需要一段时间？

可以说我有一个数组为： int a [] = {4,5,7,10,2,3,6} 当我访问一个元素时，例如[3]，它在场景后面究竟发生了什么？ 为什么许多algorithm书（如Cormen书…）说，它需要一个不变的时间？ （我只是低级编程的一个小菜鸟，所以我想向你们学习更多）

什么是Python列表函数的运行时复杂性？

我正在写一个看起来像这样的Python函数 def foo(some_list): for i in range(0, len(some_list)): bar(some_list[i], i) 所以它被称为 x = [0, 1, 2, 3, … ] foo(x) 我曾经假定列表的索引访问是O(1) ，但是很惊讶的发现，对于大型列表，这比我预期的要慢得多。 那么我的问题是如何实现python列表，以下是运行时复杂性 索引： list[x] 从最后popup： list.pop() 从头开始： list.pop(0) 扩展列表： list.append(x) 额外的信用，拼接或任意popup。

JavaScript中unshift（）和push（）的时间复杂度

我知道Javascript中的unshift（）和push（）方法有什么区别，但是我想知道时间复杂度有什么区别？ 我想push（）方法是O（1），因为你只是添加一个项目到数组的末尾，但我不确定unshift（）方法，因为，我想你必须“移动”所有其他现有的元素转发，我想这是O（log n）或O（n）？

游戏是最复杂/令人印象深刻的应用？

我今天在想什么可能是有史以来最复杂/令人印象深刻的应用程序。 于是我开始思考我对日常使用的数据库感到舒适。 然后，我进入了未知的领域（对我们大多数人来说）， 政府 。 我只能想象NASA应用程序的复杂性，使它们能够与火星上的漫游者进行通信。 但是后来我开始考虑自从我还是小孩以来每天都在使用的东西， 游戏 。 不是一个游戏开发者，这给我的想象带来了大量关于AI和计算复杂性的问题，这个问题超出了我所能想到的。 游戏是最复杂/令人印象深刻的应用？

为什么背包问题是伪多项式？

我知道Knapsack是NP-complete，DP可以解决。 他们说DP解决scheme是pseudo-polynomial ，因为它是“input长度”（即input编码所需的位数）的指数。 不幸的是我没有得到它。 有人可以慢慢地向我解释这个pseudo-polynomial东西吗？

怎么了O（1）？

在讨论涉及散列和searchtypes的algorithm时，我一直注意到O（1）的一些非常奇怪的用法，通常是在使用由语言系统提供的字典types的情况下，或者使用使用数组的字典或散列数组types指数表示法 基本上，O（1）是指以一个固定的时间和（通常）固定的空间为界。 一些相当基本的操作是O（1），虽然使用中间语言和特殊的虚拟机往往扭曲在这里思考的人（例如，如何摊销垃圾收集器和其他dynamic的过程，否则会O（1）活动）。 但是忽略了延迟的分期，垃圾收集等等，我还是不明白，除非是在非常特殊的条件下，假设某些涉及某种search的技术可以是O（1）。 虽然我之前已经注意到了这个问题，但是在Pandincus问题中出现了一个例子，“在C＃.NET中使用O（1）时间获取项目的'正确'集合？ 。 正如我在那里提到的那样，我所知道的唯一的集合提供了O（1）访问作为保证边界，它是一个固定边界数组，具有整数索引值。 假定数组是通过映射到使用O（1）操作来定位具有该索引的单元的随机存取存储器来实现的。 对于涉及某种search以确定不同types索引（或具有整数索引的稀疏数组）的匹配单元的位置的集合，生活并不那么容易。 特别是，如果有碰撞和拥塞是可能的，访问不完全是O（1）。 如果集合是灵活的，则必须认识并分摊扩展拥塞缓解（例如，高的碰撞发生率或树不平衡）的基础结构（例如树或散列表）的成本。 我永远不会想到把这些灵活和dynamic的结构说成是O（1）。 然而，我认为他们提出的O（1）解决scheme没有任何必须保持​​的条件，以确保（1）访问得到保证（以及有恒定的可以忽略的小）。 问题：所有这些准备工作都是一个问题。 O（1）的休闲是什么？为什么盲目接受？ 即使接近于常数，即使O（1）可能会不理想地大，是否认识到呢？ 或者是（1）简单地将计算复杂性概念挪用于非正式使用？ 我感到困惑。 更新：答案和评论指出了我自己定义O（1）的地方，而且我已经修复了这个问题。 我仍然在寻找好的答案，有些评论线索比他们的答案更有趣，在一些情况下。

在C + +的哈希表？

每当我需要存储与特定types的值（键值 – 例如string或其他对象）相关联的数据时，我通常使用C ++ stdlib映射。 stdlib映射实现基于树提供比标准数组或stdlib向量更好的性能（O（log n））。 我的问题是，你知道任何提供更好的性能（O（1））的C ++“标准”散列表实现吗？ 类似于Java API中的Hashtable类中可用的内容。

多重集合，地图和哈希映射的复杂性

我想知道在STL multiset，map和hash map类的Big O符号中的复杂性： 插入条目 访问条目 检索条目 比较条目

B树与哈希表

在MySQL中，索引types是b树，访问b树中的元素是处于对数分摊时间O(log(n)) 。 另一方面，访问哈希表中的元素在O(1) 。 为什么不使用散列表而不是b-tree来访问数据库中的数据？