所以基本上我试图理解如何计算Bitonic Sort的时间复杂度,并使用Cost和Time决定最佳和最差情况,然后再加上和乘以值。
作为一个例子:我首先尝试计算插入排序的复杂性。
void sort(int A[]){ Cost Time
for (int i = 1; i < A.length; i++) c1 n
{
int key = A[i]; c2 n-1
int j = i-1; c3 n-1
while (j >= 0 && A[j] > key){ c4 Σ (j=2 to n) of t_j
A[j+1] = A[j]; c5 Σ (j=2 to n) of (t_j-1)
j = j-1; c6 Σ (j=2 to n) of (t_j-1)
}
A[j+1] = key; c7 n-1
}
}
t_j - 执行“while”周期的次数。
T(n)= c1 * n + c2(n-1)+ c3(n-1)+ c4(t_j的Σ(j = 2到n))+
+ c5((t_j-1))的Σ(j = 2到n)+ c6((t_j-1))Σ(j = 2到n)+ c7(n-1)
所以在最好的情况下,t_j = 1,那么:T(n)= an + b; (a,b - 常数)
在最坏的情况下,t_j = j,则:T(n)= an ^ 2 + bn + c;
所以 - O(n) - 最好的情况? O(n ^ 2) - 更糟糕的情况?
但是我真的不明白比特式排序方法的操作成本和时间应该是多少,例如像这样的代码:
public class BitonicSorter implements Sorter
{
private int[] a;
private final static boolean ASCENDING=true, DESCENDING=false;
public void sort(int[] a)
{
this.a=a;
bitonicSort(0, a.length, ASCENDING);
}
private void bitonicSort(int lo, int n, boolean dir)
{
if (n>1)
{
int m=n/2;
bitonicSort(lo, m, ASCENDING);
bitonicSort(lo+m, m, DESCENDING);
bitonicMerge(lo, n, dir);
}
}
private void bitonicMerge(int lo, int n, boolean dir)
{
if (n>1)
{
int m=n/2;
for (int i=lo; i<lo+m; i++)
compare(i, i+m, dir);
bitonicMerge(lo, m, dir);
bitonicMerge(lo+m, m, dir);
}
}
private void compare(int i, int j, boolean dir)
{
if (dir==(a[i]>a[j]))
exchange(i, j);
}
private void exchange(int i, int j)
{
int t=a[i];
a[i]=a[j];
a[j]=t;
}
}
也许有人曾尝试计算此Sort算法的复杂性,并且可以举例说明成本和时间?或者参考了解应该归因于哪些成本和时间?
P.S我是新手,并没有正确理解它应该如何“计算”,所以请随意提出建议。升值。
答案 0 :(得分:1)
要分析递归过程,您需要编写并解决重复过程。在这里,让S(n)
为排序n
元素的比较次数,M(n)
为合并n
元素的比较次数。
S(1) = 0
for n > 1, S(n) = 2 S(n/2) + M(n)
M(1) = 0
for n > 1, M(n) = 2 M(n/2) + n/2
我们可以使用Master Theorem的案例2来解决这些问题。
M(n) = Theta(n log n)
S(n) = 2 S(n/2) + Theta(n log n) = Theta(n (log n)^2)
答案 1 :(得分:1)
@ DavidEisenstat的answer是正确的,但是 - 为了让事情更简单,假设我们更换了:
private void compare(int i, int j, boolean dir)
{
if (dir==(a[i]>a[j]))
exchange(i, j);
}
代码中的
private void compare(int i, int j, boolean dir)
{
a[i] = (a[i]>a[j]) ? a[j] : a[i];
a[j] = (a[i]>a[j]) ? a[i] : a[j];
}
现在整个程序绝对没有分支;它完全是非自适应的,最好和最坏的情况都是一样的。 (好吧,基本上;我忽略了CPU分支预测之类的东西等等)。这是bitonic排序的一个很好的特性,这使得它对硬件实现很有吸引力 - 并且它使最坏情况更容易分析。