三重嵌套循环

时间:2015-08-11 09:00:38

标签: algorithm performance time-complexity

我有以下算法来查找所有三元组

for (int i = 0; i < N; i++)
    for (int j = i+1; j < N; j++)
         for (int k = j+1; k < N; k++)
             if (a[i] + a[j] + a[k] == 0)
                { cnt++; }

我现在有三重循环,我检查所有三元组。如何显示可以从N个项目中选择的不同三元组的数量是N*(N-1)*(N-2)/6

如果我们有两个循环

for (int i = 0; i < N; i++)
    for (int j = i+1; j < N; j++)
             ...

i = 0我们进入第二个循环N-1

i = 1 =&gt; N-2

...

i = N-1 =&gt; 1次

i = N =&gt; 0次

所以0 + 1 + 2 + 3 + ... + N-2 + N-1 = ((0 + N-1)/2)*N = N*N - N/2

但如何用三元组做同样的证明?

2 个答案:

答案 0 :(得分:11)

好的,我会一步一步地这样做。这比数学问题更重要。

使用示例数组进行可视化:

[1, 5, 7, 11, 6, 3, 2, 8, 5]

第一次第三次嵌套循环从 7 开始,是吗?

第二 5 第一循环 1

3rd 嵌套循环是重要的循环。

它将循环n-2次。然后第二个循环递增。

此时第三次循环会循环n-3次。

我们不断添加这些,直到我们得到。

[(n-2) + (n-3) + ... + 2 + 1 + 0]

然后第一个循环递增,所以我们这次从n-3开始。

所以我们得到:

[(n-3) + ... + 2 + 1 + 0]

将它们全部加在一起我们得到:

[(n-2) + (n-3) + ... + 2 + 1 + 0] +
[(n-3) + ... + 2 + 1 + 0]         +
[(n-4) + ... + 2 + 1 + 0]         +
.
.                                     <- (n-2 times)
.
[2 + 1 + 0]                       +
[1 + 0]                           +
[0]

我们可以将其重写为:

(n-2)(1) + (n-3)(2) + (n-4)(3) + ... + (3)(n-4) + (2)(n-3) + (1)(n-2)

在数学符号中我们可以这样写:

enter image description here

确保查找Summations的附加属性。 (回到大学数学!)

我们有

enter image description here

=

enter image description here ... 记住如何将总和转换为多项式

=

enter image description here

=

enter image description here

复杂度为O(n^3)

答案 1 :(得分:5)

一种方法是认识到这种三元组的数量等于C(n, 3)

              n!
C(n, 3) =  --------
           3!(n-3)!

        = (n-2)(n-1)n/6

另一个是计算你的循环所做的事情:

for (int i = 0; i < N; i++)
    for (int j = i+1; j < N; j++)
         for (int k = j+1; k < N; k++)

您已经展示了从0n-1的两个循环执行n(n-1)/2操作。

对于i = 0,内部循环执行(n-1)(n-2)/2次操作。

对于i = 1,内部循环执行(n-2)(n-3)/2次操作。

...

对于i = N - 1,内部循环执行0次操作。

我们有:

(n-1)(n-2)/2 + (n-2)(n-3)/2 + ... =

= sum(i = 1 to n) {(n - i)(n - i - 1)/2}
= 1/2 sum(i = 1 to n) {n^2 - ni - n - ni + i^2 + i}
= 1/2 sum(i = 1 to n) {n^2} - sum{ni} - 1/2 sum{n} + 1/2 sum{i^2} + 1/2 sum{i}
= 1/2 n^3 - n^2(n+1)/2 - 1/2 n^2 + n(n+1)(2n+1)/12 + n(n+1)/4  

这减少了正确的公式,但在这里继续下去太难看了。您可以在Wolfram上查看它。