- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
你好,我想请你告诉我这两种归并排序算法的空间复杂度是否相同。
算法 1:
def mergeSort(alist, l, r):
if r - l >= 1:
mid = l + (r - l)//2
mergeSort(alist, l, mid)
mergeSort(alist, mid+1, r)
i = l
j = mid+1
k = 0
temp_list = [None]*(r-l+1)
while i < mid+1 and j < r+1:
if alist[i] <= alist[j]:
temp_list[k] = alist[i]
i=i+1
else:
temp_list[k] = alist[j]
j=j+1
k=k+1
while i < mid+1:
temp_list[k] = alist[i]
i=i+1
k=k+1
while j < r+1:
temp_list[k] = alist[j]
j=j+1
k=k+1
n = 0
for index in range(l,r+1):
alist[index] = temp_list[n]
n += 1
算法 2:
def mergeSort2(alist):
if len(alist)>1:
mid = len(alist)//2
lefthalf = alist[:mid]
righthalf = alist[mid:]
mergeSort2(lefthalf)
mergeSort2(righthalf)
i=0
j=0
k=0
while i < len(lefthalf) and j < len(righthalf):
if lefthalf[i] <= righthalf[j]:
alist[k]=lefthalf[i]
i=i+1
else:
alist[k]=righthalf[j]
j=j+1
k=k+1
while i < len(lefthalf):
alist[k]=lefthalf[i]
i=i+1
k=k+1
while j < len(righthalf):
alist[k]=righthalf[j]
j=j+1
k=k+1
对我来说,直觉上 Algo2 的空间复杂度比复制的列表更差 lefthalf
和 righthalf
用 mergeSort2
插入堆栈调用他们。
而 Algo1 在合并时间到来之前不会分配额外空间 temp_list = [None]*(r-l+1)
,因此执行堆栈只有 mergeSort
的额外数组当前正在执行。
这是正确的吗?
最佳答案
首先,假设我们有完美的垃圾回收,并且每个列表在不再使用后立即被释放。
根据这个假设,算法具有相同的大 O 空间复杂度。
首先看一下算法 2 并考虑以下示例:假设您正在对长度为 16 的列表进行排序。
[15,14,13,12,11,10,9,8,7,6,5,4,3,2,1,0]
计算列表的前半部分和后半部分:
[15,14,13,12,11,10,9,8] [7,6,5,4,3,2,1,0]
然后对前半部分进行排序,特别是将其分成两个新的子列表:
[15,14,13,12] [11,10,9,8]
然后你再次做同样的事情:
[15,14] [13,12]
再一次:
[15] [14]
然后您才开始合并列表。
此时算法分配的列表总长度是多少?
它是 16 + 2*8 + 2*4 + 2*2 + 2*1
。一般来说,它是 N + 2N/2 + 2N/4 + 2N/8 + ... + 2
。这是一个简单的几何级数,总和约为 3*N。
该算法还需要 O(log(N)) 空间用于调用堆栈,但这在大 O 表示法中消失了:O(N)
很容易看出,这是算法在任何给定点使用的最大值——将来使用的已分配列表的长度(因此无法取消分配)永远不会超过 3 *N.
再次考虑同一个例子。我们要对以下列表进行排序。
[15,14,13,12,11,10,9,8,7,6,5,4,3,2,1,0]
假设我们已经对它的前半部分和后半部分进行了排序:
[8,9,10,11,12,13,14,15, 0,1,2,3,4,5,6,7]
现在,我们需要分配一个长度为 N 的临时列表来执行合并。所以在那一刻我们积极地使用两个长度为 N 的列表,这给了我们 2*N = O(N)。
同样,很容易看出我们永远不会使用更多内存:对列表的两半进行排序的任务自然不会比对列表本身进行排序花费更多。
两种算法都使用O(N) 内存。他们使用 O(log(N)) 作为调用堆栈,但与 O(N) 相比这是一个很小的开销。
另外知道Python uses reference counting释放未使用的对象验证了我们关于垃圾收集的初始假设。
关于python - 这两个合并排序实现的空间复杂度是否相同?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54004903/
背景: 我最近一直在使用 JPA,我为相当大的关系数据库项目生成持久层的轻松程度给我留下了深刻的印象。 我们公司使用大量非 SQL 数据库,特别是面向列的数据库。我对可能对这些数据库使用 JPA 有一
我已经在我的 maven pom 中添加了这些构建配置,因为我希望将 Apache Solr 依赖项与 Jar 捆绑在一起。否则我得到了 SolarServerException: ClassNotF
interface ITurtle { void Fight(); void EatPizza(); } interface ILeonardo : ITurtle {
我希望可用于 Java 的对象/关系映射 (ORM) 工具之一能够满足这些要求: 使用 JPA 或 native SQL 查询获取大量行并将其作为实体对象返回。 允许在行(实体)中进行迭代,并在对当前
好像没有,因为我有实现From for 的代码, 我可以转换 A到 B与 .into() , 但同样的事情不适用于 Vec .into()一个Vec . 要么我搞砸了阻止实现派生的事情,要么这不应该发
在 C# 中,如果 A 实现 IX 并且 B 继承自 A ,是否必然遵循 B 实现 IX?如果是,是因为 LSP 吗?之间有什么区别吗: 1. Interface IX; Class A : IX;
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在阅读标准haskell库的(^)的实现代码: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | y0 a -> b ->a expo x0
我将把国际象棋游戏表示为 C++ 结构。我认为,最好的选择是树结构(因为在每个深度我们都有几个可能的移动)。 这是一个好的方法吗? struct TreeElement{ SomeMoveType
我正在为用户名数据库实现字符串匹配算法。我的方法采用现有的用户名数据库和用户想要的新用户名,然后检查用户名是否已被占用。如果采用该方法,则该方法应该返回带有数据库中未采用的数字的用户名。 例子: “贾
我正在尝试实现 Breadth-first search algorithm , 为了找到两个顶点之间的最短距离。我开发了一个 Queue 对象来保存和检索对象,并且我有一个二维数组来保存两个给定顶点
我目前正在 ika 中开发我的 Python 游戏,它使用 python 2.5 我决定为 AI 使用 A* 寻路。然而,我发现它对我的需要来说太慢了(3-4 个敌人可能会落后于游戏,但我想供应 4-
我正在寻找 Kademlia 的开源实现C/C++ 中的分布式哈希表。它必须是轻量级和跨平台的(win/linux/mac)。 它必须能够将信息发布到 DHT 并检索它。 最佳答案 OpenDHT是
我在一本书中读到这一行:-“当我们要求 C++ 实现运行程序时,它会通过调用此函数来实现。” 而且我想知道“C++ 实现”是什么意思或具体是什么。帮忙!? 最佳答案 “C++ 实现”是指编译器加上链接
我正在尝试使用分支定界的 C++ 实现这个背包问题。此网站上有一个 Java 版本:Implementing branch and bound for knapsack 我试图让我的 C++ 版本打印
在很多情况下,我需要在 C# 中访问合适的哈希算法,从重写 GetHashCode 到对数据执行快速比较/查找。 我发现 FNV 哈希是一种非常简单/好/快速的哈希算法。但是,我从未见过 C# 实现的
目录 LRU缓存替换策略 核心思想 不适用场景 算法基本实现 算法优化
1. 绪论 在前面文章中提到 空间直角坐标系相互转换 ,测绘坐标转换时,一般涉及到的情况是:两个直角坐标系的小角度转换。这个就是我们经常在测绘数据处理中,WGS-84坐标系、54北京坐标系
在软件开发过程中,有时候我们需要定时地检查数据库中的数据,并在发现新增数据时触发一个动作。为了实现这个需求,我们在 .Net 7 下进行一次简单的演示. PeriodicTimer .
二分查找 二分查找算法,说白了就是在有序的数组里面给予一个存在数组里面的值key,然后将其先和数组中间的比较,如果key大于中间值,进行下一次mid后面的比较,直到找到相等的,就可以得到它的位置。
我是一名优秀的程序员,十分优秀!