给定一个整数数组,找到局部最小值。如果A [i-1]> A,则元素A [i]被定义为局部最小值。 A [i]和A [i]< A [i + 1]其中i = 1 ... n-2。在边界元素的情况下,数字必须小于其相邻数字。
我知道如果只有一个局部最小值,那么我们可以用修改后的二进制搜索来解决。
但是如果已知阵列中存在多个局部最小值,那么可以在O(log n)
时间内解决吗?
答案 0 :(得分:59)
如果不保证数组元素是不同的,那么在O(log n)时间内就不可能这样做。原因如下:假设您有一个所有n>的数组。 1个值是相同的。在这种情况下,没有元素可以是局部最小值,因为没有元素小于其邻居。但是,为了确定所有值都相同,您必须查看所有数组元素,这需要花费O(n)时间。如果使用的时间少于O(n),则不一定要查看所有数组元素。
另一方面,如果数组元素保证不同,您可以使用以下观察在O(log n)时间内解决此问题:
因此,您可以构建以下递归算法:
请注意,这具有递归关系
T(1)≤1
T(2)≤1
T(n)≤T(n / 2)+ 1
使用主定理,您可以根据需要显示此算法在时间O(log n)中运行。
希望这有帮助!
请注意,只有当数组边缘小于相邻元素时,此算法的边数才算作局部最小值。
答案 1 :(得分:6)
局部最小值的数量可以是n/2
;你无法在O(log n)
时间内全部枚举它们。
答案 2 :(得分:5)
使用分而治之算法。设m = n / 2,检查值A [m](即 是,数组中间的元素。)
案例1:A [m-1]&lt;上午]。然后数组的左半部分必须包含局部最小值,因此在左半部分递归。我们可以通过矛盾来证明这一点:假设A [i]不是每个0≤i<1的局部最小值。米那么A [m-1]不是局部最小值,这意味着A [m-2] < A [M-1]。类似地,A [m -3]&lt; A [m -2]。以这种方式继续,我们获得A [0]&lt; A [1]。但是A [0]是局部最小值,与我们最初的假设相反。
<案例2:A [m + 1]&gt;上午]。然后,数组的右半部分必须包含局部最小值,所以 递归右半边。这与案例1对称。 <案例3:A [m-1]&gt; A [m]和A [m + 1]&lt;上午]。然后A [m]是局部最小值,所以返回它。 运行时间重现为T(n)= T(n / 2)+Θ(1),得到T(n)=Θ(log n)。答案 3 :(得分:0)
您的算法不适用于此数组
15, 13, 12, 18, 19, 20, 7, 6, 5, 4, 3, 2, 1
这里局部最小值是12 ..但是当我检查中间元素(即7)时,你的算法将丢弃左半部分(具有最小值)并检查右半部分。因此它不起作用
我认为它只适用于特殊情况,当数组具有A [1]≥A[2]的特殊属性时 A [n - 1]≤A[n]。
答案 4 :(得分:0)
原始问题尚不完整。
刚刚找到了完整的问题和完整详细的解释 Find local minima in an array! - 不是我的博客
给定一个唯一整数数组,其前两个数字正在减少,最后两个数字正在增加,在数组中找到一个本地最小值的数字。如果数组中的数字小于其左右数字,则称为局部最小值。
例如在阵列9,7,2,8,5,6,3,4中 2是局部最小值,因为它小于它的左右数字7和8.类似地,5是另一个局部最小值,因为它在8和6之间,都大于5.
您需要找到任何一个本地最小值。
答案 5 :(得分:0)
这是一个适用于O(log n)的解决方案。基本上,这适用于合并排序方法(分而治之)。
public class LocalMaxima {
int []a = {5,8,10,25,6,3,44,51,55,56,57,58,34,5,59};
@Test
public void localMaxima () {
System.out.println((a[localMaxima(0,a.length-1)]));
}
int localMaxima(int low, int high) {
if(high-low > 2) {
int mid = (low+high)/2;
return maxof(localMaxima(low,mid),localMaxima(mid+1, high));
}
else if(high-low == 1) {
return maxof(high,low);
}
else if(high-low == 0) {
return high;
}
if(high-low == 2) {
return maxof(maxof(low, high),low+1);
}
return 0;
}
int maxof(int i, int j) {
if(a[i] <a[j]) {
return j;
}
else {
return i;
}
}
}
答案 6 :(得分:0)
实际上我的先前算法可以修改为在O(log n)时间内获得所有最大值。我测试过它对所有提供的输入都很有用。请告诉我您的反馈
public class LocalMaximas {
@Test
public void test () {
System.out.println("maximas: please modify code to handle if array size is <= 2");
int []a = {5,8,10,25,6,3,44,51,55,56,57,58,34,5,59,2};
localMaximas(a);
int []b = {9,7,2,8,5,6,3,4, 2}; //9,8,6,4
localMaximas(b);
int [] c= {15, 13, 12, 18, 19, 20, 7, 6, 5, 4, 3, 2, 1};//15,20
localMaximas(c);
}
public void localMaximas (int [] a) {
System.out.println("\n\n");
if(isMaxima(a,0)) {
System.out.println(a[0]);
}
if(isMaxima(a,a.length-1)) {
System.out.println(a[a.length-1]);
}
localMaximas(a,0,a.length-1);
}
int localMaximas(int []a,int low, int high) {
int mid = (low+high)/2;
if(high-low > 3) { // more than 4 items in currently divided array
if(isMaxima(a,mid)) {
System.out.println(a[mid]);
}
localMaximas(a,low, mid);
localMaximas(a,mid, high);
}
else if(high-low == 3){ //exactly 4 items in currently divided array
localMaximas(a,low, mid+1);
localMaximas(a,mid, high);
}
else if((high-low == 2) && (isMaxima(a,low+1))) {
System.out.println(a[low+1]);
}
return 0;
}
int maxof(int []a, int i, int j) {
if(a[i] <a[j]) {
return j;
}
else {
return i;
}
}
boolean isMaxima(int []a ,int mid) {
if(mid == 0) {
if(maxof(a, mid, mid+1) == mid) {
return true;
}
else {
return false;
}
}
else if(mid==a.length-1) {
if(maxof(a,mid,mid-1) == mid) {
return true;
}
else {
return false;
}
}
else {
if((maxof(a, mid, mid+1) == mid) && (maxof(a, mid, mid-1) == mid)) {
return true;
}
else {
return false;
}
}
}
}