我猜测的一个问题如下:
我们假设我们有一个数字为{1,1,1,1,2,2,4,4,4}的排序数组。
现在,鉴于我们可以清楚地看到我们在1对上有6对,1对2对和3对4对(10对)。你将如何构造一个在O(n)中找到这些对的算法?
我有一个算法来计算数组中的对,并且这样做:
Arrays.sort(array);
int counter = 0;
for(int i = 0; i<array.length; i++) {
for(int j = i+1; j<array.length; j++) {
if(j!=i && array[j] == array[i]) {
counter++;
}
}
}
return counter;
&#13;
但这在O(N ^ 2)中运行,我猜(我是算法的新手),这是一个更好的解决方案,只使用一个for循环或多个同时获得相同的结果-loops?
我想听听你的想法!
答案 0 :(得分:4)
您可以在O(N)
:
int pairs = 0;
int times = 1;
for (int i = 1; i < array.length; ++i) {
if (array[i] == array[i-1]) {
++times;
} else {
pairs += times*(times-1) / 2;
times = 1;
}
}
pairs += times*(times-1) / 2;
return pairs;
Runnable:https://ideone.com/mu65ie
对于每个不同的数字,请计算其出现次数times
。不同对的数量等于选项数C(times, 2) = times*(times-1) / 2
。
答案 1 :(得分:2)
好的,这也是我的解决方案:
int i = 0;
int pairs = 0;
while (i < array.length - 1) {
if(array[i] == array[i + 1]) {
pairs += 1;
i += 2;
} else {
i++;
}
}
当找到一对时,索引增加2,这会使遍历更快一些。但无论如何,复杂性为O(n)
。
当然你在数组sorted
之后运行它。
答案 2 :(得分:2)
秘诀是不再重申。缓存出现的数据。您可以使用缓存将其减少为O(nlogn)问题。
Pairs是非常模糊的措辞,所以将来会有更多的例子说明你不知道要找到答案的名字。您可以使用组合数学将问题减少为O(n)。
wikipedia article有点迟钝,但您正在寻找的等式接近顶部:
n! / (k! * (n - k)!)
其中!
表示系数,n
表示要合并的项目数量(4个1),k
表示每个组合的项目数量(一对2个) )。所以用这些值代替:
4! = 24
2! = 2
(4-2)! = 2
4!/(2!2!) = 24/4 = 6
使用这个等式,它可以减少到O(n)。由于使用了阶乘并且数据集已排序,因此您可以通过缓存未来调用的阶乘调用结果来进一步提高性能。对于阶乘函数的排序输入几乎每次查找都会有缓存命中!
如果使用python 3,则可能不需要缓存,因为它使用比python 2更有效的算法计算阶乘。缓存将减少冗余,但是这可能会在非常大的值上产生良好的结果。
缓存(memoization)的一个例子:
import math
class Cache(object):
memos = dict()
def factorial(self, n):
if not n in self.memos:
self.memos[n] = math.factorial(n)
return self.memos[n]
答案 3 :(得分:1)
怎么样:
let longMessage = `Line1
Line2
Line3
Line4
`;
bot.sendMessage(msg.chat.id, longMessage, opts);
答案 4 :(得分:0)
这是我的方法。希望它能帮助到别人:)
static int foo(int[] ar) {
int count = 0;
Arrays.sort(ar);
for(int i = 0; i<ar.length-1;i++)
{
if(ar[i] == ar[i+1])
{
count ++;
i++;
}
}
return count;
}