【问题标题】:Calculating runtime in recursive algorithm在递归算法中计算运行时间
【发布时间】:2012-12-12 00:32:56
【问题描述】:

练习递归和 D&C,一个常见的问题似乎是将数组:
[a1,a2,a3..an,b1,b2,b3...bn] 转换为 [a1,b1,a2,b2,a3,b3...an,bn]
我解决了它如下(startAas的开始,startBbs的开始:

private static void shuffle(int[] a, int startA, int startB){  
        if(startA == startB)return;  
        int tmp = a[startB];  
        shift(a, startA + 1, startB);  
        a[startA + 1] = tmp;  
        shuffle(a, startA + 2, startB + 1);  
    }  

    private static void shift(int[] a, int start, int end) {  
        if(start >= end)return;  
        for(int i = end; i > start; i--){  
            a[i] = a[i - 1];   
        }       
    }  

但我不确定运行时是什么。不是线性的吗?

【问题讨论】:

  • 当你说运行时你的意思是时间复杂度,对吧?
  • @Keyser:是的O(f(n))

标签: java algorithm recursion runtime divide-and-conquer


【解决方案1】:

令算法消耗的时间为T(n),设n=startB-startA

每次递归调用都会减少 1 次运行时间(startB-startA 每次调用会减少 1 次),所以运行时间是 T(n) = T(n-1) + f(n),我们只需要弄清楚 f(n) 是什么。

每个调用的瓶颈是shift()操作,它从startA+1迭代到startB,意思是n-1迭代。

因此,算法的复杂度为T(n) = T(n-1) + (n-1)

但是,这是一个已知的 Theta(n^2) 函数 (sum of arithmetic progression) - 并且算法的时间复杂度为 Theta(N^2),因为初始 startB-startAN 成线性关系(输入的大小)。

【讨论】:

  • 我明白了。但是为什么运行时间只减少了1?算法在每一步移动 1 个元素(加上移位)并且对 一半 个元素执行此操作(N/2)。我错了吗?
  • @Cratylus:作为startB-startA的函数的算法每次迭代都会减1,因为startB-startA的差值减1,而停止子句是当这个差值为0时。注意T(n) 不是数组大小,而是startB-startA,现在假设startB-startA == N/2(其中N 是数组的大小),它仍然可以得到Theta((N/2)^2) = Theta(N^2/4) = Theta(N^2)解决方案。
  • 啊!我的初衷是检查:if(startB==a.length)return; 这就是为什么我对你的观点感到困惑。现在我不确定算法是否正确。我的意思是它最终会在差异时停止正如您正确指出的那样,是0,但我怎么知道这是正确的做法?
  • @Cratylus:这是一个不同的问题,您可能希望这样发布。虽然我认为不会有任何区别,但正如我所见(除非有一些错误),两个建议的停止子句应该是相同的,并且复杂性保持不变。
  • 我将发布一个不同的问题作为替代方案。对于运行时,您的答案非常明确!谢谢!我+1
猜你喜欢
  • 2019-09-03
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2021-03-22
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多