给定一个包含N个点的数组,找到最接近K的点 2D平面中的原点(0,0)。您可以假设K远小于N. 和N非常大。
例如:
given array: (1,0), (3,0), (2,0), K = 2 Result = (1,0), (2,0)
(结果应按距离递增)
代码:
import java.util.*;
class CPoint {
double x;
double y;
public CPoint(double x, double y) {
this.x = x;
this.y = y;
}
}
public class KClosest {
/**
* @param myList: a list of myList
* @param k: the number of closest myList
* @return: the k closest myList
*/
public static CPoint[] getKNearestPoints(CPoint[] myList, int k) {
if (k <= 0 || k > myList.length) return new CPoint[]{};
if (myList == null || myList.length == 0 ) return myList;
final CPoint o = new CPoint(0, 0); // origin point
// use a Max-Heap of size k for maintaining K closest points
PriorityQueue<CPoint> pq = new PriorityQueue<CPoint> (k, new Comparator<CPoint> () {
@Override
public int compare(CPoint a, CPoint b) {
return Double.compare(distance(b, o), distance(a, o));
}
});
for (CPoint p : myList) { // Line 33
// Keep adding the distance value until heap is full. // Line 34
pq.offer(p); // Line 35
// If it is full // Line 36
if (pq.size() > k) { // Line 37
// Then remove the first element having the largest distance in PQ.// Line 38
pq.poll(); // Line 39
} // Line 40
}
CPoint[] res = new CPoint[k];
// Then make a second pass to get k closest points into result.
while (!pq.isEmpty()) { // Line 44
res[--k] = pq.poll(); // Line 45
} // Line 46
return res;
}
private static double distance(CPoint a, CPoint b) {
return (a.x - b.x) * (a.x - b.x) + (a.y - b.y) * (a.y - b.y);
}
}
问题:
第35行第39行的时间复杂度是独立的 分别?
第35-40行(整体而言)的时间复杂度是什么?
第44-46行(整体而言)的时间复杂度是什么?
- 醇>
整个方法getKNearestPoints()的整体时间复杂度是什么,最佳,最差和平均情况?如果n&gt;&gt;该怎么办? k? 如果我们没有&gt;&gt; k?
实际上这些问题在我的技术面试中有几个问题,但我仍然对此感到困惑。任何帮助表示赞赏。
答案 0 :(得分:4)
从它的外观来看,我认为编写此代码的人必须知道这些问题的答案。
无论如何,此处的Priority Queue基于Max Heap实现。
所以,复杂性如下:
第35行 - O(log k)
在堆中插入元素的时间。在插入时堆中遵循自下而上的方法。
第37行 - O(1)
,检查堆大小的时间,通常是与堆一起维护的。
第39行 - O(log k)
,删除堆头部的时间,堆根部的 heapify 方法将被删除堆顶。
第35-40行:从上述复杂性我们可以看出,一次迭代的整体复杂性将为O(log k)
。此循环针对n
元素运行,因此整体复杂度为O(n log k)
。
第44-46行:检查堆大小的复杂性再次为O(1)
,轮询为O(log k)
。所以我们正在进行轮询k
次。循环的总体复杂性为O(k log k)
。
整体复杂性将保持O(n log k)
。
This是研究这个主题的绝佳场所。