我在具有n个元素,随后长度合并两个阵列有效地 - 一个排序,另一个未排序
- O(logn)时间
- O(SQRT的一个未排序的阵列的排序后的数组中的问题的工作(n))
如何最有效地对整个列表进行排序?在上述两种情况下应该使用哪种排序?
我在具有n个元素,随后长度合并两个阵列有效地 - 一个排序,另一个未排序
如何最有效地对整个列表进行排序?在上述两种情况下应该使用哪种排序?
由于在数组中插入单个元素并保持排序为O(n)
,所以您无法做得更好。
因此,对于这两种情况 - 排序较小的阵列,然后使用merge(part1,part2)
将为O(n)
,因此在渐近复杂性方面是最优的。
O(logn*loglog(n))
或O(sqrt(n)*log(sqrt(n))
分别的情况。merge(part1,part2)
:O(n+logn)
或O(n+sqrt(n))
,也就是O(n)
无论如何。所以,这两种情况下总的复杂性是O(n)
,这是最适合这个问题。
(1),因为,log(n)^k
是渐近较小然后n^m
每个k>0,m>0
,并且具体地为k=1, m=1/2
这是真的。
证明是基于考虑双方的日志:
log (log(n)^k) <? log(n^m) <=>
k*log(log(n)) <? m*log(n)
最后是(对大型n
,不断k,m>0
)显然是真的,因此要求是真实的。
由此我们可以得出结论,sqrt(n)*log(n) < sqrt(n) * n^1/2 = n
,因此它确实是O(n)
。
很简单,对第二部分进行排序并将其与第一部分合并(与合并合并一样)。两个排序子阵列的合并步骤是O(n)。
您可以简单地对未排序的数组进行排序,然后在这两个排序的数组上执行merge(如merge sort算法)。
分别假设part1
和part2
尺寸分别为r O(log n)和O(sqrt(n))。因此,如果您从part2
中选择一个元素并通过二进制搜索在log(log n)中找到part1
中的位置,并递归执行,直到part2
的元素不为空,则总运行时间将变为O(sqrt(n)log (log n))。
通过二分搜索找到part1中元素的位置(来自part2)将取logn。但是要将元素放置在part1中的正确位置将需要线性时间(O(n))。这里第1部分中的排序数组有n个元素。有两个问题。第一个问题中未排序的数组长度是logn,第二个问题是sqrt(n)。 – Neel
我们可以在第一种情况下使用信息O(logn)吗?我们可以使用任何数据结构并更有效地进行分类吗? – Neel