我正在尝试制作一个O(nlogn)算法来确定对的数量 输入数组中的值相等。我想要做的是将数组的每个值存储在另一个变量中,并继续将当前值与先前的值进行比较,看看是否存在匹配,如果存在则计数器上升一个。
int current value;
int previous value;
for(int j = 0; j < array.length; j++){
current value = array[k]
previous value = array[k-1]
我感到困惑的是,运行时间必须是O(nlogn),所以我想知道这是否是适合这类问题的正确方法,或者是否更好更方便这样做的方式。
伪代码:
n = array.length
for k - 1 to n do
if k == k-1
then
increment counter by 1
答案 0 :(得分:3)
您可以对数组进行排序并比较相邻值,它是一个选项。您的复杂性为O(n*log(n))
。
另一种选择是使用临时HashSet
跟踪已访问过的元素,并将结果HashMap
作为对的计数器跟踪:
public static <T> Map<T, Integer> findPairs(List<T> elements) {
Set<T> tracked = new HashSet<>();
Map<T, Integer> result = new HashMap<>();
for (T element : elements)
if (!tracked.add(element)) {
result.merge(element, 1, Math::addExact);
tracked.remove(element);
}
return result;
}
此方法为您O(n)
提供了HashSet
,因为HashMap
和O(1)
的插入和删除平均为O(n)
,但O(n*log(n))
在最坏的情况下。如果在最坏的情况下让 adr addr, .L.dct_add_switch
ldr offset, [addr, ta, lsl #2]
add addr, addr, offset, uxtw
br addr
.L.dct_add_switch:
.word .L.dct_add_4 - .L.dct_add_switch
.word .L.dst_add_4 - .L.dct_add_switch
变得很重要,您应该选择第一个选项以及相应地选择排序算法。一些排序算法将O(n 2 )作为最坏情况的复杂性。