今天，我的教授给了我们2个带回家的问题作为C中即将推出的阵列单元的练习，我想知道这两个问题的排序算法究竟是什么样的，以及他们的Big O是什么。 现在，我不是来这里只是期待答案，我已经 ALREADY 解决了这些问题，但我的答案中没有自信所以我会发帖他们对每个问题都提出质疑，如果我错了，请纠正我，并在思考中解释我的错误。
问题1：
如果我们决定一次浏览一个数组（框）元素（文件夹）。从第一个元素开始并将其与下一个元素进行比较。然后，如果它们是相同的，则比较结束，但是如果两者不相等则继续比较接下来的两个ELEMENTS [2]和[3]。重复此过程，并在最后两个元素进行比较后停止，并注意数组已经按姓氏排序，我们正在寻找相同的名字！示例：[Harper Steven，Hawking John，Ingleton Steven]
我相信答案：
我相信它是O（n）因为它只是将数组[0]与数组[1]进行比较，然后将数组[2]转换为数组[3]等。此过程是线性的，并持续到最后两个进行比较。绝对不会登录，因为我们没有乘以或潜水2。
最终问题： 假设我们有一个文件夹，每个文件夹包含一个人的信息。如果我们想要寻找具有相同名字的人，我们可以首先在框中的第一个文件夹上放置一个贴纸，然后以有序的方式浏览文件夹，直到找到具有相同名字的人。如果我们找到一个具有相同名称的文件夹，我们将该文件夹移动到带有标签的文件夹旁边。一旦我们发现一个案例，其中两个人有相同的名字，我们停下来睡觉，因为我们很懒。如果第一次搜索失败，我们只需删除贴纸并将其放在下一个文件夹中，然后继续我们之前的操作。我们重复这个过程，直到贴纸在最后一个文件夹中，我们没有两个同名的人。
此数组未排序，并将第一个文件夹与贴纸文件夹[0]与下一个i文件夹[i]元素进行比较。
我的回答：
我觉得这不能是O（n），但也许是O（n ^ 2），它有点像我们有一个数组，然后我们不断重复这个过程，其中n与输入的平方成正比（文件夹）。我可能通过＆gt;。＆gt;
错了答案 0 :(得分：1)
你对这两个问题都是正确的......但这有助于更严格地解释事情。我不知道你班上的标准是什么;你可能不需要一个实际的证明，但显示更详细的推理而不是“我们没有乘以或除以两个”从不伤害。所以......
在第一个问题中，这里显然没有发生任何事情，只有比较，所以这就是我们必须要考虑的事情。
最糟糕的情况显然是你必须经历整个阵列。
因此，在这种情况下，您必须比较a[0] == a[1]，然后a[1] == a[2]，...，a[N-1] == a[N]。对于每个N-1元素，有1个比较。这是N-1步骤，显然是O(N)。
数组排序的事实在这里无关紧要。 （当然因为它们没有按你的搜索键排序 - 也就是说，它们按姓氏排序，但是你用名字进行比较 - 这已经很明显了。）
在第二个问题中，这里发生了两件事：比较，然后是移动。
对于比较，最糟糕的情况是您必须进行所有N次搜索，因为没有匹配项。正如您所说，我们从a[0]与a[1]，...，a[N]开始;然后是a[1]与a[2]，...，a[N]等。所以，N-1比较，然后是N-2，依此类推至0 。因此，比较总数为sum(0…N-1)，即N*(N-1)/2或N^2/2 - N/2，即O(N^2)。
对于移动，最糟糕的情况是您在a[0]和a[N]之间找到了匹配项。在这种情况下，您必须将a[N]与a[N-1]交换，然后将a[N-1]与a[N-2]交换，依此类推，直到您将a[2]与{{1}交换为止}}。那么，a[1]交换N-1，您可以忽略它，因为您已经有O(N)个术语。
作为旁注，我不能从你的描述中确定你是在谈论来自O(N^2)的数组，还是长度为N的数组，所以a[0…N]，所以可能会有上述两个中的一个错误。但要向自己证明它没有任何区别应该很容易。
答案 1 :(得分：1)
场景2，找到任意值的两个匹配项的方法确实是“二次”的。每个通道寻找一个候选者与所有其余元素的匹配是O（n）。但你重复 n次。 n的值随着时间的推移而下降，因此详细的比较数将更接近n +（n-1）+（n-2）+ ... 1，即（n + 1）×（n / 2）或½（n²） + n）但我们关心的只是曲线的整体形状，所以不要担心低阶项或系数。它是O（n²）。