什么是O时间以确定是否值是一个排序的数组?
-
19-08-2019 - |
题
我具有5000个整数的排序后的数组。我如何快速判断一个随机整数数组中的一员?在一般情况下,C和红宝石的回答将是很好。
在数组的值是以下形式的
c * c + 1
其中c
可以是从1至5000的任意整数。
例如:
[2, 5, 10, 17, 26, 37, 50 ...]
解决方案
二进制搜索,如其他人提及的,是O(log2N),并且可以被编码或者递归:
BinarySearch(A[0..N-1], value, low, high) {
if (high < low)
return -1 // not found
mid = (low + high) / 2
if (A[mid] > value)
return BinarySearch(A, value, low, mid-1)
else if (A[mid] < value)
return BinarySearch(A, value, mid+1, high)
else
return mid // found
}
或迭代地:
BinarySearch(A[0..N-1], value) {
low = 0
high = N - 1
while (low <= high) {
mid = (low + high) / 2
if (A[mid] > value)
high = mid - 1
else if (A[mid] < value)
low = mid + 1
else
return mid // found
}
return -1 // not found
}
不过,如果你正在寻找最快的方式,你可以建立基于你的号码的sqrt(N-1)
查找表。与只是5000的存储器字就可以实现O(1)查找这种方式。
说明:
由于所有的数字是从1-3的整数N到N的形式N ^ 2 + 1的,可以创建N个元素的表。在位置i的元素将指定如果I ^ 2 + 1是在你的阵列或没有。该表可使用长度为N的一个简单的数组这将需要O(N)来构建,和的空间N个字来实现。但是,一旦你有表中,所有的查找O(1)。
示例:
下面是在Python代码示例,其内容等的伪代码,一如既往: - )
import math
N = 5000
ar = [17, 26, 37, 50, 10001, 40001]
lookup_table = [0] * N
for val in ar:
idx = int(math.sqrt(val - 1))
lookup_table[idx] = 1
def val_exists(val):
return lookup_table[int(math.sqrt(val - 1))] == 1
print val_exists(37)
print val_exists(65)
print val_exists(40001)
print val_exists(90001)
构建表至多占据O(N),和查找是O(1)。
其他提示
的log(n)为第C二进制搜索
我会说这是O(常量)! :)
给定一个随机数r,是微不足道的检查它是否是可能的形式来表示的数(N * N + 1)。只是检查的sqrt(R-1)是否为整数或不!
(当然,这可能是比这更复杂一点,因为你的编程语言,可以引入一些复杂性与整数处理VS浮点数,但还是:你不需要到阵列的所有搜索:只需检查是否数是在该特定的形式。)
从技术上讲,在一个固定大小的数组找到一个元件的复杂性是恒定的,因为log <子> 2 子> 5000是不会改变。
二进制搜索是O(log n)的
O(log n)的,如果数组有n个元素
只是为了扩大是:它的 LG 名词的测试,即登录 2 ñ。这使得它的 O(的登录强> n)的。为什么?因为二进制搜索的每个试验中分割一半的阵列;因此它需要的 LG 强> n次试验。
使用二进制搜索,它的日志(N)的搜索时间。
bool ContainsBinarySearch(int[] array, int value) {
return Array.BinarySearch(arrray, value) >= 0;
}
在Perl:
我将在值加载到一个静态散列,然后这将是O(1)。
构建查找散
lookup_hash {$ _} = 1的foreach(@original_array);
查找语法
($ lookup_hash {$ Lookup_Array中})&&打印 “在O(1)找到它 - 无环这里\ n” 个;