我接到了以下任务:
鉴于 - 2名单。第一个列表的大小是N1,第二个列表的大小是N2。每个列表都没有相同的元素。 编写一个代码,使用第一个和第二个列表中的元素创建一个新列表。该列表也不应具有相同的元素。 还要估算代码的复杂程度。
我写了以下代码:
public class Lists {
static ArrayList<Integer> getNewList(ArrayList<Integer> list1,
ArrayList<Integer> list2) {
ArrayList<Integer> tmp = new ArrayList<>();
for (Integer i : list1) {
tmp.add(i);
}
for (Integer i : list2) {
if (!list1.contains(i))
tmp.add(i);
}
return tmp;
}
public static void main(String[] args) {
Integer[] arr1 = {1, 2, 3, 14, 15, 16};
Integer[] arr2 = {3, 6, 7, 8, 14};
ArrayList<Integer> list1 = new ArrayList<>(Arrays.asList(arr1));
ArrayList<Integer> list2 = new ArrayList<>(Arrays.asList(arr2));
for (Integer i : getNewList(list1, list2)) {
System.out.print(i + " ");
}
}
}
并说getNewList方法的执行时间与N1 * N2成正比。作为回复,我收到以下内容,没有任何解释 - &#34;你错了,这段代码的复杂性不是N1 * N2&#34;。
那么有人能说出正确的答案吗?并解释如何确定复杂性?
答案 0 :(得分:9)
代码的复杂性为user/add.html
,但您可以使用O(N1*N2)
确定哪些数字出现在两个列表中,从而做得更好:
HashSet
这会为您提供static ArrayList<Integer> getNewList(ArrayList<Integer> list1,
ArrayList<Integer> list2) {
ArrayList<Integer> tmp = new ArrayList<>();
HashSet<Integer> dups = new HashSet<>();
tmp.addAll(list1);
dups.addAll(list1);
for (Integer i : list2) {
if (!dups.contains(i))
tmp.add(i);
}
return tmp;
}
的运行时间,因为在O(N1+N2)
中插入和查找需要预计O(1)
次。
答案 1 :(得分:3)
我在这里也肯定会看到O(N1 * N2)
的复杂性。我猜你的教授忽略了以下contains
电话的费用:
for (Integer i : list2) {
if (!list1.contains(i))
tmp.add(i);
}
ArrayList上的 contains
复杂度为O(N)
。由于您的循环列表2也是O(N)
,因此最终会得到O(N1 * N2)
。
答案 2 :(得分:3)
嗯,你问题的简短答案是:复杂度是N1 +(N2 * N1)/ 2 + N3(新列表的大小),应该是O(N1 * N2)
故障:
Line line = new Line() { Stroke = Brushes.Blue};
Binding binding = new Binding("ActualWidth");
binding.RelativeSource = new RelativeSource() { Mode=RelativeSourceMode.FindAncestor, AncestorType=typeof(TextBlock) };
BindingOperations.SetBinding(line, Line.X2Property, binding);
LogTB.Inlines.Add(line);
for (Integer i : list1) {
tmp.add(i);
}
-> clearly, this is N1
在main中你有一个循环,从0迭代到N3(这是新List的长度)
所以,总的来说你得到的是N1 +(N2 * N1)/ 2 + N3,它应该是O(N1 * N2)
答案 3 :(得分:2)
感谢@ Slanec的解释,我在JDK中重新检查了contains(Object obj)
的实现,发现它如下所示
public boolean contains(Object obj) {
return indexOf(obj) >= 0;
}
public int indexOf(Object obj) {
if (obj == null) {
for (int i = 0; i < size; i++)
if (elementData[i] == null)
return i;
} else {
for (int j = 0; j < size; j++)
if (obj.equals(elementData[j]))
return j;
}
return -1;
}
显然,contains(Object obj)
的时间复杂度是O(n)。(我认为它最初是O(1))
因此代码的时间复杂度应该是 O(N1 * N2 ),而不是 O(n )。