[英]{Java - PriorityQueue} time complexity of this code
給定包含N個點的數組,在2D平面中找到與原點(0,0)最近的K點。 您可以假設K遠小於N且N非常大。
例如:
given array: (1,0), (3,0), (2,0), K = 2 Result = (1,0), (2,0)
(結果應按距離按升序排列)
碼:
import java.util.*;
class CPoint {
double x;
double y;
public CPoint(double x, double y) {
this.x = x;
this.y = y;
}
}
public class KClosest {
/**
* @param myList: a list of myList
* @param k: the number of closest myList
* @return: the k closest myList
*/
public static CPoint[] getKNearestPoints(CPoint[] myList, int k) {
if (k <= 0 || k > myList.length) return new CPoint[]{};
if (myList == null || myList.length == 0 ) return myList;
final CPoint o = new CPoint(0, 0); // origin point
// use a Max-Heap of size k for maintaining K closest points
PriorityQueue<CPoint> pq = new PriorityQueue<CPoint> (k, new Comparator<CPoint> () {
@Override
public int compare(CPoint a, CPoint b) {
return Double.compare(distance(b, o), distance(a, o));
}
});
for (CPoint p : myList) { // Line 33
// Keep adding the distance value until heap is full. // Line 34
pq.offer(p); // Line 35
// If it is full // Line 36
if (pq.size() > k) { // Line 37
// Then remove the first element having the largest distance in PQ.// Line 38
pq.poll(); // Line 39
} // Line 40
}
CPoint[] res = new CPoint[k];
// Then make a second pass to get k closest points into result.
while (!pq.isEmpty()) { // Line 44
res[--k] = pq.poll(); // Line 45
} // Line 46
return res;
}
private static double distance(CPoint a, CPoint b) {
return (a.x - b.x) * (a.x - b.x) + (a.y - b.y) * (a.y - b.y);
}
}
題:
第35行,第39行的時間復雜度是獨立和單獨的?
第35-40行(整體而言)的時間復雜度是多少?
第44-46行(整體而言)的時間復雜度是多少?
整個方法getKNearestPoints()的整體時間復雜度是什么,在最佳,最差和平均情況下? 如果n >> k怎么辦? 如果我們沒有n >> k怎么辦?
實際上這些問題在我的技術面試中有幾個問題,但我仍然對此感到困惑。 任何幫助表示贊賞。
從它的外觀來看,我認為編寫此代碼的人必須知道這些問題的答案。
無論如何,Priority Queue基於Max Heap實現。
所以,復雜性如下:
第35行 - O(log k)
在堆中插入元素的時間。 在插入時堆中遵循自下而上的方法。
第37行 - O(1)
,檢查堆大小的時間,通常是與堆一起維護的。
第39行 - O(log k)
,刪除堆頭的時間,堆根部的堆化方法應用於刪除堆的頂部。
第35-40行 :從上述復雜性我們可以看出,一次迭代的總體復雜度將為O(log k)
。 該循環針對n
元素運行,因此總體復雜度將為O(n log k)
。
第44-46行 :檢查堆大小的復雜性是O(1)
,輪詢是O(log k)
。 所以我們正在進行k
次投票。 循環的總體復雜度將為O(k log k)
。
總體復雜性將保持為O(n log k)
。
這是研究這個主題的一個很棒的地方。
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.