[英]What's the time complexity of this method to find the number of inversions in an array (python)?
inv=0
for j in range(n):
inv=inv+ sum((x<arr[j]) for x in arr[j:] )
對於每個元素,我正在檢查數組中小於它出現的元素的數量。( arr[j : ] )
它是O(n 2 ) 。 以下是您可以如何計算:
在第一單元,你需要用接下來的n-1個元素進行比較。
對於第二個元素,您需要與接下來的 n-2 個元素進行比較。
...
對於第 n個元素,您需要與接下來的 0 個元素進行比較。
因此,您總共進行 (n-1) + (n-2) + ... + 1 + 0 = n(n-1) / 2 次比較,這是 n 的二次方。
確實存在更有效的方法。 例如,通過使用基於分而治之的策略,您可以在O(n log(n)) 中計算它們。 看到這個不錯的鏈接!
inv=0
for j in range(n):
inv=inv+ sum((x<arr[j]) for x in arr[j:] )
讓我們把這段代碼分成三部分
1: inv = 0
這將需要恆定時間操作 sat T1
2: for j in range(n):
這里我們正在為變量n
運行一個循環
現在所需的總時間是T1 + N * f(a)
這里f(a)
是循環體所用的時間。 為簡單起見,我們可以刪除常數因子。 所以復雜度是N * f(a)
現在到了棘手的部分。 什么是 f(a)
3: inv = inv + sum((x<arr[j]) for x in arr[j:] )
專注於sum((x < arr[j] for x in arr[j:])
sum 將添加所有低於arr[j]
的值
for x in arr[j:]
循環for x in arr[j:]
所以你留下 f(a) 作為N
, N - 1
, N - 2
直到N - N
將所有這些結合在一起,你得到N * (N + N - 1 + N - 2 + ... + N - N)
即(N * N - 1) / 2
即O(N^2)
希望你能明白。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.