- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我为一些二叉树问题集写了一些代码......代码如下它一直沿着树向下移动,左边的答案是"is",右边的答案是“否”,如果到达一个,则返回外部节点.
用java写的,
public static int price(BinaryTree<Integer> t, boolean[] p) {
Position<Integer> root = t.root(); //1
while (t.isInternal(root)) { //2
int element = root.element(); // 3
if (!p[element]) { //4
root = t.getRight(root);//5
}
if (p[element]) { //6
root = t.getLeft(root); //7
}
}
int price = root.element(); //8
return price; //9
}
在计算 Big O 时,我认为最好在注释中对代码步骤进行编号,如上...我按照此处的示例进行操作
Big O, how do you calculate/approximate it?
所以上面的 1-9 应该等同于这样的东西,其中 C
是常量,???
是我的循环(其中 N 是一个输入的数量给定的数据结构)
C + ??? + C + ??? + C + ??? + C + C + C
我认为 while
循环是 C*N
或 (O(N))
而不是 C*N
现在)和我的两个 if
语句应该是(对于索引的时间复杂度 O(1)
... 和 O(N)
对于空间复杂度,我暂时坚持使用时间复杂度)
所以现在我应该有(删除 C
元素,因为它们是常量,并不重要)
C*N + C + C
时间复杂度
和
C*N + C*N + C*N
空间复杂度
意思是我有
C*N
or O(N)
时间复杂度和空间复杂度
O(3N)
可以认为是O(N)
...
所以我的问题是,我这样做是否正确,如果没有,我哪里出错了?
谢谢
编辑:
如果答案为真(是),树会向左移动;如果答案为否,树会向右移动。对于树中的 m 个内部节点,内部节点从 0 到 m-1 编号。因此,如果在根、内部节点 0 处给出 no,并因此向右移动,则该内部节点可能是节点 3,因此 boolean 答案在 p[3] 而不是 p[1],因为 p[1] 是答案对于节点 1,即问题 1。为混淆道歉
最佳答案
是也不是。
算法确实是O(n)
,因为您“触摸”每个元素的次数不超过固定次数。
然而,这不是一个严格的界限,或者换句话说 - 它不是 Theta(n)
, 它是 Theta(logN)
. (请记住,大 O 只是一个上限)。
这是因为树是平衡的,您的算法基本上是从根到树中的某个叶子的路径。请注意,一旦您“选择”向左/向右走,就永远不会返回。所以基本上你只在每个高度“触摸”一个节点恒定的次数,使你的算法 O(h)
- 哪里h
是树的高度。
由于树是平衡的,h < C * log(n)
, 对于一些常量 C
- 这使得算法 Theta(logN)
关于java - 理解源自代码的大 O 符号,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18458816/
在使用 requests 库中的状态代码时,我遇到了一些奇怪的事情。每个 HTTP 状态代码都有一个常量,有些具有别名(例如,包括 200 的复选标记): url = 'https://httpbin
这是我得到的代码,但我不知道这两行是什么意思: o[arr[i]] = o[arr[i]] || {}; o = o[arr[i]]; 完整代码: var GLOBAL={}; GLOBAL.name
所以这个问题的答案What is the difference between Θ(n) and O(n)? 指出“基本上,当我们说算法是 O(n) 时,它也是 O(n2)、O(n1000000)、O
这是一个快速的想法;有人会说 O(∞) 实际上是 O(1) 吗? 我的意思是它不依赖于输入大小? 所以在某种程度上它是恒定的,尽管它是无限的。 或者是唯一“正确”的表达方式 O(∞)? 最佳答案 无穷
这是真的: log(A) + log(B) = log(A * B) [0] 这也是真的吗? O(log(A)) + O(log(B)) = O(log(A * B)) [1] 据我了解 O(f
我正在解决面试练习的问题,但我似乎无法找出以下问题的时间和空间复杂度的答案: Given two sorted Linked Lists, merge them into a third list i
我了解 Big-Oh 表示法。但是我该如何解释 O(O(f(n))) 是什么意思呢?是指增长率的增长率吗? 最佳答案 x = O(n)基本上意味着 x <= kn对于一些常量 k . 因此 x = O
我正在编写一个函数,该函数需要一个对象和一个投影来了解它必须在哪个字段上工作。 我想知道是否应该使用这样的字符串: const o = { a: 'Hello There' }; funct
直觉上,我认为这三个表达式是等价的。 例如,如果一个算法在 O(nlogn) + O(n) 或 O(nlogn + n) 中运行(我很困惑),我可以假设这是一个O(nlogn) 算法? 什么是真相?
根据 O'Reilly 的 Python in a Nutshell 中的 Alex Martelli,复杂度类 O(n) + O(n) = O(n)。所以我相信。但是我很困惑。他解释说:“N 的两个
O(n^2)有什么区别和 O(n.log(n)) ? 最佳答案 n^2 的复杂性增长得更快。 关于big-o - 大 O 符号 : differences between O(n^2) and O(n
每当我收到来自 MS outlook 的电子邮件时,我都会收到此标记 & nbsp ; (没有空格)哪个显示为?在 <>. 当我将其更改为 ISO-8859-1 时,浏览器页面字符集编码为 UTF-8
我很难理解 Algorithms by S. Dasgupta, C.H. Papadimitriou, and U.V. Vazirani - page 24 中的以下陈述它们将 O(n) 的总和表
我在面试蛋糕上练习了一些问题,并在问题 2给出的解决方案使用两个单独的 for 循环(非嵌套),解决方案提供者声称他/她在 O(n) 时间内解决了它。据我了解,这将是 O(2n) 时间。是我想错了吗,
关于 Java 语法的幼稚问题。什么 T accept(ObjectVisitorEx visitor); 是什么意思? C# 的等价物是什么? 最佳答案 在 C# 中它可能是: O Accept(
假设我有一个长度为 n 的数组,我使用时间为 nlogn 的排序算法对它进行了排序。得到这个排序后的数组后,我遍历它以找到任何具有线性时间的重复元素。我的理解是,由于操作是分开发生的,所以时间是 O(
总和 O(1)+O(2)+ .... +O(n) 的计算结果是什么? 我在某处看到它的解决方案: O(n(n+1) / 2) = O(n^2) 但我对此并不满意,因为 O(1) = O(2) = co
这个问题在这里已经有了答案: 11 年前关闭。 Possible Duplicate: Plain english explanation of Big O 我想这可能是类里面教的东西,但作为一个自学
假设我有两种算法: for (int i = 0; i 2)更长的时间给定的一些n - 其中n这种情况的发生实际上取决于所涉及的算法 - 对于您的具体示例, n 2)分别时间,您可能会看到: Θ(n)
这个问题在这里已经有了答案: Example of a factorial time algorithm O( n! ) (4 个回答) 6年前关闭。 我见过表示为 O(X!) 的 big-o 示例但
我是一名优秀的程序员,十分优秀!