time-complexity

    0熱度

    1回答

    我一直在尋找到連接組件的運行時間,和整個本說明書來到Wikipedia: 這是簡單的計算線性時間的圖 的連接部件(在使用廣度優先搜索或深度優先搜索來確定圖的頂點和邊的數量項)。在任何一種情況下,從某個特定頂點v開始的搜索 將在返回 之前找到包含v(且不再有)的整個連接組件。要查找圖形的所有連接組件,請通過其頂點循環 ,首先開始新寬度或深度優先 搜索循環何時到達尚未包含在以前找到的連接組件中的 的頂

    1熱度

    1回答

    我試圖確定的是大寫字母的查找時間,而不是小寫字母。這使我想問一下,ascii表上的查找是Theta(1)還是效率比這更低,這意味着首都的查找時間比lowercase更快?

    0熱度

    1回答

    我有這個算法,我試圖計算它的複雜性。 A = {a_1, a_2, a_3, ...} w = 0 while A != empty a' = argmin(A) #a' is the element with smallest y_a if (N_a' + w > C) A = A - {a'} else x_a' = x_a' + 1

    2熱度

    1回答

    我有其中元素是第一以遞增順序,然後在遞減順序 像A [10] = {1,4,6任何數組搜索的元件陣列,8,3,2},在數組中沒有重複。 如果輸入是7,輸出應該是,元素不存在。 時間複雜度應該b更好THN爲O(n) 我被線性搜索獲得結果,comparng與元素每個elemnts到B中。但因爲我想要更好的解決方案,所以我試着找到一個數組元素翻轉的樞軸,然後從(0到pivototelement)搜索,然

    0熱度

    2回答

    我有一個運算時間與log(1) + log(2) + ... + log(N)成比例的算法。顯然這個算法運行在O(N log(N))時間。然而,我有直覺認爲可能會有一個更緊密的界限,因爲我所生產的界限使用最大對數術語的值來界定所有的對數項,儘管許多術語都小得多。我對麼?是否有一個更加緊密的界限,在算術表達上仍然很簡單?

    2熱度

    1回答

    我在leetcode上解決了這個問題,問題陳述如下。 刪除無效括號的最小數目以使輸入字符串有效。返回所有可能的結果。 注意:輸入字符串可能包含除括號(和)以外的其他字母。 Examples: "()())()" -> ["()()()", "(())()"] "(a)())()" -> ["(a)()()", "(a())()"] ")(" -> [""] 我在一段時間後能夠解決問題。但

    -6熱度

    1回答

    所以我有這樣的遞歸函數: T(N)= T(的log(n))+ T(N-的log(n))+ N 我試過很多次解決它,但我只是沒有成功。 (找到theta) 基本上,它足以證明或反駁,如果它是歐米茄的n^1,5(Ω(n^1.5)) 幫助將不勝感激,提前致謝! TL; DR: 給出T(N)= T(的log(n))+ T(N-的log(n))+ N 證明或反駁:T(N )=Ω(N^1.5)

    0熱度

    3回答

    有一個循環執行蠻力算法來計算5 * 3而不使用算術運算符。 我只需要添加五次3次,這樣就需要O(3),如果輸入是x * y,那麼就是O(y)。 但是,在一本書中,它表示需要O(2^n),其中n是輸入中的位數。我不明白爲什麼使用O(2^n)來表示它O(y)。它是更好的方式來顯示時間複雜性?你能解釋我嗎? 我不要求其他算法來計算這個。 int result = 0 for(int i=0; i<3;

    0熱度

    2回答

    正如我所知,當比較函數爲O(1)時,有效的排序alg時間複雜度爲O(N*log(N))。 如果比較函數不是O(1)(即O(M)),那麼時間複雜度是多少? 是O(N*log(N*M))還是O(N*M*log(N))? 感謝

    0熱度

    1回答

    我幾天前就開始研究數據結構和算法,並且仍然試圖理解這些概念。我正在學習Big-O符號。我明白O(1) - 時間複雜性是什麼,並且有問題。 void Method1(int n) { int a = 10; int b = 20; int x = a + n; int y = b * n; Console.Writeline("{0}{1}",