Question

我的代码以下列方式使用Arrays.sort(char[])：

    void arrayAnalysis(String[] array){
      for(int a=0; a<array.length;a++){
        char[] letters = array[a].toCharArray();
        Arrays.sort(letters);
        ...
        for(int b=a+1; b<array.length;b++){
          char[] letters2 = array[b].toCharArray();
          Arrays.sort(letters2);

          if(Arrays.equals(letters, letters2)
            print("equal");
        }
      }
    }

在这种情况下，n等于数组大小。由于嵌套的for循环，性能自动为O（n ^ 2）。但是，我认为Arrays.sort（带有O（nlog（n）））也会影响性能并使其比O（n ^ 2）更差。这种想法是否正确？

最终的表现是O（n * nlog（n）*（n * nlog（n））？还是我离开？

感谢。

编辑：我应该补充一点，当n与数组大小相关时，Arrays.sort正在使用数组元素中的字母数。如果将这个添加到性能分析中，这是我困惑的一部分。

编辑2：如果下选民留下评论为什么它被认为是一个糟糕的问题，那将是很酷的。

Answer 1

如果n是数组的长度，并且m是每个array[i]的长度，那么您将在每个n^2次迭代中执行{ {1}}排序，总体来说是O(m log m)（或O(n^2 (m log m))如果O(n^3 log n)。[编辑：现在我想更多关于这一点，你的猜测是正确的，这是错误的复杂性但我在下面说的仍然是正确的！]]

但这并不是必需的。您可以只生成数组的排序副本，然后使用该数组执行嵌套for循环。看看n == m为0时会发生什么：首先排序a，然后在内部for循环中排序array[0]到array[1]。

当array[n]为1时，您首先排序a，然后在内部for循环array[1]到array[2]。 但是你已经对所有进行了排序，并且它不会在过渡期间发生变化。

Answer 2

运行 n 外部循环，每个循环都运行 n 内部循环，每个循环都调用一个O（ n log n ）算法，因此最终结果 - 没有级别之间的任何交互 - 是O（ n ³ log n ）。

使用Arrays.sort进行数组分析的性能

2 个答案: