Question

set.seed(1)
A <- data.table( dates.A = seq.Date(as.Date('2008-01-01'),as.Date('2008-01-31'), by = '3 days'), 
                 letters.A = LETTERS[1:4] , value.A = runif(4) )

B <- data.table( date.B = seq.Date(as.Date('2008-01-01'),as.Date('2008-01-05'), by = 'days'), 
                 letters.B = LETTERS[1:4] , value.B = runif(4) )

#### Define the columns I merge on

A[, ':=' (dates.merge = dates.A, letters.merge = letters.A)]
B[, ':=' (dates.merge = date.B, letters.merge = letters.B)]
setkeyv(A, c('letters.merge','dates.merge'))
setkeyv(B, c('letters.merge','dates.merge'))

result <- B[A, roll = 'nearest']

#### As a side note, how do I avoid the change in order of my data.tables??
setorder(result,dates.A,letters.A)
setorder(A,dates.A)
setorder(B,date.B)

给定算法的运行时间成本是多少？能否请您描述逐步解决方案。

Answer 1

为了计算时间复杂度，通常从内循环走到外循环。

现在内部是一个while循环。它在j < 1时结束，这是在 O（log ₃ 3n）步骤之后的情况，或 O（1 + log _{3 < / sub> n）}或 O（log ₃ n）。请注意，我们在这里使用 n ：外部循环的循环计数器i在这里不起作用。

另一方面，外部循环迭代 O（n-1）次，或因此 O（n）次，每次时间，它完成相同的工作量： O（log ₃ n）。所以总时间复杂度是 O（n log ₃ n）。

你可以在日志中删除3，因为 O（log _k n）是 O（log n）的固定< EM>ķ。所以更好的表示法是 O（n log n）。

以下算法的运行时间成本是多少？

1 个答案: