Question

鉴于long随机数和目标长的无序数组很大，找到最接近数字的最有效算法是什么？

@Test
public void findNearest() throws Exception {
    final long[] numbers = {90L, 10L, 30L, 50L, 70L};
    Assert.assertEquals("nearest", 10L, findNearest(numbers, 12L));
}

Answer 1

迭代一次longs数组。存储当前最接近的数字和该数字的距离。如果距离较近，请继续检查每个号码，并在遇到更接近的号码时更换当前最接近的号码。

这可以让你获得最佳的O（n）表现。

按照其他回答者的建议构建二叉树将需要O（nlogn）。当然，未来的搜索只需要O（logn）...所以如果你做了很多搜索，它可能是值得的。

如果您是专业人士，可以将其与openmp或线程库并行化，但我猜这不属于您的问题范围。

Answer 2

如果您不打算在阵列上执行多个此类请求，则没有比每个数字的强力线性时间检查更好的方法。

如果你要在同一个阵列上做多个请求，先对它进行排序，然后对它进行二进制搜索 - 这样可以减少这些请求到O（log（n））的时间，但你还是要支付O（n *） log（n））用于排序，所以这只有在请求数量相当大的情况下才合理，即k * n>＆gt;（然后大很多）n * log（n）+ k * log（n）其中k是请求的数量。

如果数组将更改，则创建一个binary search tree并对其执行下限请求。如果最接近的数字请求与数组更改请求相比较大，并且还与元素数量相比，这也是合理的。由于构建树的成本是O（n * log（n）），并且更新它的成本是O（logn），你需要有k * log（n）+ n * log（n）+ k * log （n）＆lt;（然后小很多）k * n

Answer 3

恕我直言，我认为您应该使用二进制堆（http://en.wikipedia.org/wiki/Binary_heap），其插入时间为O（log n），为O （n log n）表示整个数组。对我来说，关于二进制堆的最酷的事情是它可以在你自己的数组内部进行，没有开销。看看 heapfy部分。

“Heapfying”您的数组可以在O（1）中获得更大/更低的元素。

Answer 4

如果您从数字构建二进制搜索树并搜索。在最坏的情况下，O（log n）将是复杂的。在你的情况下，你不会搜索相等，你将通过减法寻找最小的返回值

Answer 5

我会在迭代数组时检查数字之间的差异，并为该差异保存最小值。

如果你打算多次使用findNearest，我会在排序时使用排序算法（使用复杂度为n * log（n）的排序算法）来计算差异

Answer 6

完成这项工作的时间复杂是O（n），数字的长度。

    final long[] numbers = {90L, 10L, 30L, 50L, 70L};
    long tofind = 12L;
    long delta = Long.MAX_VALUE;
    int index = -1;
    int i = 0;
    while(i < numbers.length){
        Long tmp = Math.abs(tofind - numbers[i]);
        if(tmp < delta){
            delta = tmp;
            index = i;
        }
        i++;
    }

    System.out.println(numbers[index]); //if index is not -1

但如果你想多次找到不同的值，比如12L对同一个数字数组，你可以先对数组进行排序，然后对有序数字数组进行二进制搜索。

Answer 7

如果您的搜索是一次性的，您可以像使用输入值作为枢轴一样对快速排序中的数组进行分区。

如果你跟踪 - 在分区时 - 右半部分中的最小项目和左半部分中的最大项目，你应该在O（n）和单个数组中通过它。

我会说它不可能在小于O（n）的情况下完成，因为它没有排序，你必须至少扫描输入。

如果您需要进行许多后续搜索，那么BST确实可以提供帮助。

Answer 8

您可以在以下步骤中执行此操作

第1步：对数组进行排序

第2步：查找搜索元素的索引

第3步：根据索引显示右边和右边的数字。左侧

如有任何疑问，请告诉我......

在无序数组中查找最接近的数字

8 个答案: