Aub*_*ate 1 arrays complexity-theory big-o binary-search
我有一个5000整数的排序数组.如果随机整数是数组的成员,我能判断多快?一般来说,C和Ruby会很好.
数组值的形式
c * c + 1
Run Code Online (Sandbox Code Playgroud)
where c
可以是1到5000之间的任何整数.
例如:
[2, 5, 10, 17, 26, 37, 50 ...]
Run Code Online (Sandbox Code Playgroud)
小智 10
我会说它是O(常数)!:)
给定一个随机数r,检查它是否是一个可以表格形式表示的数字(n*n + 1)是微不足道的.只需检查sqrt(r-1)是否为整数!
(好吧,它可能比这复杂一点,因为你的编程语言会在处理整数与浮点数时引入一些复杂性,但仍然:你根本不需要搜索数组:只需检查数字是否在这个特殊的形式.)
正如其他人所提到的,二进制搜索是O(log2N),可以递归编码:
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
}
Run Code Online (Sandbox Code Playgroud)
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
}
Run Code Online (Sandbox Code Playgroud)
但是,如果您正在寻找最快的方法,可以根据sqrt(N-1)
您的数字设置查找表.只需5000字的内存就可以通过这种方式实现O(1)查找.
说明:
由于对于从1到N的整数N,所有数字的形式均为N ^ 2 + 1,因此您可以创建一个包含N个元素的表.位置i处的元素将指定i ^ 2 + 1是否在您的数组中.该表可以用长度为N的简单数组实现.构建O(N),空间N个字.但是一旦你有了表,所有的查找都是O(1).
例:
这是Python中的示例代码,它像往常一样读取伪代码:-)
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)
Run Code Online (Sandbox Code Playgroud)
构建表最多占用O(N),查找为O(1).