为什么我的实现不是 O(NlogN)？

Question

我正在实施和测试this SO question 的答案 -

给定一个整数数组，找出数组中所有有序元素对的数量，其和位于给定范围 [a,b]

The answer with the most upvotes（目前）仅提供算法的文本描述，应该是 O(NlogN)：

对数组排序... 对于数组中的每个元素 x： 考虑元素之后的数组切片。 在这个数组切片上进行二分搜索[a - x]，称之为y0。如果未找到完全匹配，则将大于 [a - x] 的最接近的匹配视为 y0。 只要 x + y

我的实现：

import bisect
def ani(arr, a, b):
    # Sort the array (say in increasing order).
    arr.sort()
    count = 0
    for ndx, x in enumerate(arr):
        # Consider the array slice after the element
        after = arr[ndx+1:]
        # Do a binary search on this array slice for [a - x], call it y0
        lower = a - x
        y0 = bisect.bisect_left(after, lower)
        # If you only need to count the number of pairs
        # Modify the ... algorithm so [b - x] ... is also searched for
        upper = b - x
        y1 = bisect.bisect_right(after, upper)
        count += y1 - y0
    return count

当我绘制时间与 N 或 N 的某个函数时，我看到的是指数或 N^2 响应。

# generate timings
T = list()    # run-times
N = range(100, 10001, 100)    # N
arr = [random.randint(-10, 10) for _ in xrange(1000000)]
print 'start'
start = time.time()
for n in N:
    arr1 = arr[:n]
    t = Timer('ani(arr1, 5, 16)', 'from __main__ import arr1, ani')
    timing_loops = 100
    T.append(t.timeit(timing_loops) / timing_loops)

是我的实现不正确还是作者的说法不正确？

这里是一些数据图。

T 与 N T / NlogN vs N - 一位评论者认为这不应该产生线性图 - 但确实如此。 T vs NlogN - 如果复杂度是 NlogN，我认为这应该是线性的，但事实并非如此。

Answer 1

如果没有别的，这是你的错误：

for ndx, x in enumerate(arr):
    # Consider the array slice after the element
    after = arr[ndx+1:]

arr[ndx+1:] 创建长度为len(arr) - ndx 的列表的副本，因此您的循环为 O(n^2)。

改为将lo 和hi 参数用于bisect.bisect。