- 浏览: 897337 次
- 性别:
- 来自: 北京
文章分类
- 全部博客 (537)
- Java SE (114)
- Struts (18)
- Hibernate (25)
- Spring (3)
- Page_Tech (41)
- Others (87)
- Database (29)
- Server (24)
- OpenSource_Tools (15)
- IDE_Tool (22)
- Algorithm (28)
- Interview (22)
- Test (28)
- Hardware (1)
- Mainframe (25)
- Web application (4)
- Linux (3)
- PHP (17)
- Android (1)
- Perl (6)
- ubuntu (1)
- Java EE (9)
- Web Analysis (5)
- Node.js (2)
- javascript (2)
最新评论
-
一键注册:
request.getRequestURL()和request.getRequestURI() -
SuperCustomer:
...
SED的暂存空间和模式空间 -
juyo_ch:
讲得挺好理解的,学习了
java 死锁及解决 -
chinaalex:
最后一题答案正确,但是分析有误.按照如下过程,上一行为瓶,下一 ...
zz智力题 -
liaowuxukong:
多谢博主啦,弱弱的了解了一点。
C++/Java 实现多态的方法(C++)
题目:定义Fibonacci数列如下: / 0 n=0
f(n)= 1 n=1
\ f(n-1)+f(n-2) n=2
输入n,用最快的方法求该数列的第n项。
分析:在很多C语言教科书中讲到递归函数的时候,都会用Fibonacci作为例子。因此很多程序员对这道题的递归解法非常熟悉,看到题目就能写出如下的递归求解的代码。
- ///////////////////////////////////////////////////////////////////////
- // Calculate the nth item of Fibonacci Series recursively
- ///////////////////////////////////////////////////////////////////////
- long long Fibonacci_Solution1(unsigned int n)
- {
- int result[2] = {0, 1};
- if(n < 2)
- return result[n];
- return Fibonacci_Solution1(n - 1) + Fibonacci_Solution1(n - 2);
- }
/////////////////////////////////////////////////////////////////////// // Calculate the nth item of Fibonacci Series recursively /////////////////////////////////////////////////////////////////////// long long Fibonacci_Solution1(unsigned int n) { int result[2] = {0, 1}; if(n < 2) return result[n]; return Fibonacci_Solution1(n - 1) + Fibonacci_Solution1(n - 2); }
但是,教科书上反复用这个题目来讲解递归函数,并不能说明递归解法最适合这道题目。我们以求解f(10)作为例子来分析递归求解的过程。要求得f(10),需要求得f(9)和f(8)。同样,要求得f(9),要先求得f(8)和f(7)……我们用树形结构来表示这种依赖关系
f(10)
/ \
f(9) f(8)
/ \ / \
f(8) f(7) f(6) f(5)
/ \ / \
f(7) f(6) f(6) f(5)
我们不难发现在这棵树中有很多结点会重复的,而且重复的结点数会随着n的增大而急剧增加。这意味这计算量会随着n的增大而急剧增大。事实上,用递归方法计算的时间复杂度是以n的指数的方式递增的。大家可以求Fibonacci的第100项试试,感受一下这样递归会慢到什么程度。在我的机器上,连续运行了一个多小时也没有出来结果。
其实改进的方法并不复杂。上述方法之所以慢是因为重复的计算太多,只要避免重复计算就行了。比如我们可以把已经得到的数列中间项保存起来,如果下次需要计算的时候我们先查找一下,如果前面已经计算过了就不用再次计算了。
更简单的办法是从下往上计算,首先根据f(0)和f(1)算出f(2),在根据f(1)和f(2)算出f(3)……依此类推就可以算出第n项了。很容易理解,这种思路的时间复杂度是O(n)。
- ///////////////////////////////////////////////////////////////////////
- // Calculate the nth item of Fibonacci Series iteratively
- ///////////////////////////////////////////////////////////////////////
- long long Fibonacci_Solution2(unsigned n)
- {
- int result[2] = {0, 1};
- if(n < 2)
- return result[n];
- long long fibNMinusOne = 1;
- long long fibNMinusTwo = 0;
- long long fibN = 0;
- for(unsigned int i = 2; i <= n; ++ i)
- {
- fibN = fibNMinusOne + fibNMinusTwo;
- fibNMinusTwo = fibNMinusOne;
- fibNMinusOne = fibN;
- }
- return fibN;
- }
/////////////////////////////////////////////////////////////////////// // Calculate the nth item of Fibonacci Series iteratively /////////////////////////////////////////////////////////////////////// long long Fibonacci_Solution2(unsigned n) { int result[2] = {0, 1}; if(n < 2) return result[n]; long long fibNMinusOne = 1; long long fibNMinusTwo = 0; long long fibN = 0; for(unsigned int i = 2; i <= n; ++ i) { fibN = fibNMinusOne + fibNMinusTwo; fibNMinusTwo = fibNMinusOne; fibNMinusOne = fibN; } return fibN; }
这还不是最快的方法。下面介绍一种时间复杂度是O(logn)的方法。在介绍这种方法之前,先介绍一个数学公式:
{f(n), f(n-1), f(n-1), f(n-2)} ={1, 1, 1,0}n-1
(注:{f(n+1), f(n), f(n), f(n-1)}表示一个矩阵。在矩阵中第一行第一列是f(n+1),第一行第二列是f(n),第二行第一列是f(n),第二行第二列是f(n-1)。)
有了这个公式,要求得f(n),我们只需要求得矩阵{1, 1, 1,0}的n-1次方,因为矩阵{1, 1, 1,0}的n-1次方的结果的第一行第一列就是f(n)。这个数学公式用数学归纳法不难证明。感兴趣的朋友不妨自己证明一下。
现在的问题转换为求矩阵{1, 1, 1, 0}的乘方。如果简单第从0开始循环,n次方将需要n次运算,并不比前面的方法要快。但我们可以考虑乘方的如下性质:
/ an/2*an/2 n为偶数时
an=
\ a(n-1)/2*a(n-1)/2 n为奇数时
要求得n次方,我们先求得n/2次方,再把n/2的结果平方一下。如果把求n次方的问题看成一个大问题,把求n/2看成一个较小的问题。这种把大问题分解成一个或多个小问题的思路我们称之为分治法。这样求n次方就只需要logn次运算了。
实现这种方式时,首先需要定义一个2×2的矩阵,并且定义好矩阵的乘法以及乘方运算。当这些运算定义好了之后,剩下的事情就变得非常简单。完整的实现代码如下所示。
- #include <cassert>
- ///////////////////////////////////////////////////////////////////////
- // A 2 by 2 matrix
- ///////////////////////////////////////////////////////////////////////
- struct Matrix2By2
- {
- Matrix2By2
- (
- long long m00 = 0,
- long long m01 = 0,
- long long m10 = 0,
- long long m11 = 0
- )
- :m_00(m00), m_01(m01), m_10(m10), m_11(m11)
- {
- }
- long long m_00;
- long long m_01;
- long long m_10;
- long long m_11;
- };
- ///////////////////////////////////////////////////////////////////////
- // Multiply two matrices
- // Input: matrix1 - the first matrix
- // matrix2 - the second matrix
- //Output: the production of two matrices
- ///////////////////////////////////////////////////////////////////////
- Matrix2By2 MatrixMultiply
- (
- const Matrix2By2& matrix1,
- const Matrix2By2& matrix2
- )
- {
- return Matrix2By2(
- matrix1.m_00 * matrix2.m_00 + matrix1.m_01 * matrix2.m_10,
- matrix1.m_00 * matrix2.m_01 + matrix1.m_01 * matrix2.m_11,
- matrix1.m_10 * matrix2.m_00 + matrix1.m_11 * matrix2.m_10,
- matrix1.m_10 * matrix2.m_01 + matrix1.m_11 * matrix2.m_11);
- }
- ///////////////////////////////////////////////////////////////////////
- // The nth power of matrix
- // 1 1
- // 1 0
- ///////////////////////////////////////////////////////////////////////
- Matrix2By2 MatrixPower(unsigned int n)
- {
- assert(n > 0);
- Matrix2By2 matrix;
- if(n == 1)
- {
- matrix = Matrix2By2(1, 1, 1, 0);
- }
- else if(n % 2 == 0)
- {
- matrix = MatrixPower(n / 2);
- matrix = MatrixMultiply(matrix, matrix);
- }
- else if(n % 2 == 1)
- {
- matrix = MatrixPower((n - 1) / 2);
- matrix = MatrixMultiply(matrix, matrix);
- matrix = MatrixMultiply(matrix, Matrix2By2(1, 1, 1, 0));
- }
- return matrix;
- }
- ///////////////////////////////////////////////////////////////////////
- // Calculate the nth item of Fibonacci Series using devide and conquer
- ///////////////////////////////////////////////////////////////////////
- long long Fibonacci_Solution3(unsigned int n)
- {
- int result[2] = {0, 1};
- if(n < 2)
- return result[n];
- Matrix2By2 PowerNMinus2 = MatrixPower(n - 1);
- return PowerNMinus2.m_00;
- }
发表评论
-
IGT JAVA Test
2012-06-18 10:18 01. static synchronized vs synch ... -
zz IBM 面试问题
2012-05-30 14:31 9371.JAVA内存回收机制 2.抽象类与接口的区别 3. ... -
面试的准备与发挥
2012-04-26 10:00 846面试是一场智力的较 ... -
栈内存和堆内存
2010-10-21 11:55 753堆:顺序随意栈:先进 ... -
淘宝面试的几个算法题
2010-10-21 11:27 1449一、给你1副扑克牌,你 ... -
程序员面试题精选(18)-用两个栈实现队列
2010-10-18 22:45 1052题目:某队列的声明如下: C++代码 t ... -
程序员面试题精选(17)-把字符串转换成整数
2010-10-18 22:44 977题目:输入一个表示整 ... -
程序员面试题精选(15)-含有指针成员的类的拷贝
2010-10-18 22:41 862题目:下面是一个数组类的声明与实现。请分析这个类有什么问题,并 ... -
程序员面试题精选(14)-圆圈中最后剩下的数字
2010-10-18 22:40 1426题目:n个数字(0,1,…,n-1)形成一个圆圈,从数字0开始 ... -
程序员面试题精选(13)-第一个只出现一次的字符
2010-10-18 22:38 869题目:在一个字符串中找到第一个只出现一次的字符。如输入abac ... -
程序员面试题精选(12)-从上往下遍历二元树
2010-10-18 22:37 949题目:输入一颗二元树,从上往下按层打印树的每个结点,同一层中按 ... -
程序员面试题精选(11)-求二元查找树的镜像
2010-10-18 22:36 1315题目:输入一颗二元查 ... -
程序员面试题精选(10)-在排序数组中查找和为给定值的两个数字
2010-10-18 22:33 1010题目:输入一个已经按升序排序过的数组和一个数字,在数组中查找两 ... -
程序员面试题精选(09)-查找链表中倒数第k个结点
2010-10-18 22:32 1123题目:输入一个单向链表,输出该链表中倒数第k个结点。链表的倒数 ... -
程序员面试题精选(08)-求1+2+...+n
2010-10-18 22:31 951题目:求1+2+…+n,要求不能使用乘除法、for、while ... -
程序员面试题精选(07)-翻转句子中单词的顺序
2010-10-18 22:30 1150题目:输入一个英文句子,翻转句子中单词的顺序,但单词内字符的顺 ... -
程序员面试题精选(06)-判断整数序列是不是二元查找树的后序遍历结果
2010-10-18 22:27 759题目:输入一个整数数 ... -
程序员面试题精选(05)-查找最小的k个元素
2010-10-18 22:24 1415题目:输入n个整数,输出其中最小的k个。 例如输入1,2,3, ... -
程序员面试题精选(04)-在二元树中找出和为某一值的所有路径
2010-10-18 22:22 823题目:输入一个整数和一棵二元树。从树的根结点开始往下访问一直到 ... -
程序员面试题精选(03)-求子数组的最大和
2010-10-18 22:20 831题目:输入一个整形数组,数组里有正数也有负数。数组中连续的一个 ...
相关推荐
时间复杂度为O(logN)的常用算法,算法数据结构 五大常用算法
时间复杂度为O(logN)的排序算法。。俗称重口味排序
O(logn) O(logn) - O(logn) O(n) 无序集 O(1)Average O(n)Worst O(1)Average O(n)Worst - O(1)Average O(n)Worst O(n) 地图 O(logn) O(logn) - O(logn) O(n) 无序映射 O(1)Average O(n)Worst O(1)Average O(n)Worst ...
快速排序描述:快速排序是对冒泡排序的一种改进,其基本思想是通过一趟排序将待排序记录分隔成独立的两部分,其中一部分记录的...3.递归地(recursively)把小于基准值元素的子数列和大于基准值元素的子数列排序。
oB+树索引:所有数据存储在叶子节点,复杂度为O(logn),适合范围查询。 o哈希索引: 适合等值查询,检索效率高,一次到位。 o全文索引:MyISAM和InnoDB中都支持使用全文索引,一般在文本类型char,text,varchar类型上...
快速幂 基于java实现的快速幂、快速乘算法,利用二进制位运算将O(n)的算法复杂度降到O(logn)
首先介绍了 Timer、DelayQueue 和 ScheduledThreadPool,它们都是基于优先队列实现的,O(logn) 的时间复杂度在任务数多的情况下频繁的入队出队对性能来说有损耗。因此适合于任务数不多的情况。 Timer 是单线程的会有...
1-4在任何情况下,时间复杂度为O(n2) 的算法比时间复杂度为O(n*logn)的算法所花费的时间都长。F 1-5对n个整数排序,在最坏的情况下,不能保证以少于O(n)的时间完成。T 1-6用渐进表示法分析算法复杂度的增长...
1414. 和为 K 的最少斐波那契数字数目方法:贪心贪心策略:尽可能的先找大的时间复杂度:O(logn)空间复杂度:O(logn)
已知(k1, k2, …, kp)是堆,则可以写一个时间复杂度为O(logn)的算法,将(k1, k2, …, kp, kp+1)调整为堆。试编写“从p=1起,逐个插入建堆”的算法,并讨论由此方法建堆的时间复杂度。
由于一棵有n个结点的红黑树的高度为O(logn),因此RB-NSERT的第1~16行要花费O(logn)时间。在 RB-INSERT-FIXUP中,仅当情况1发生,然后指 针z沿着树上升2层,whle循环才会重复执行。所以whe循环可能被执行的总次数为O(logn...
| _O(n)_ ~ _O(n^2)_ | _O(n)_ | Medium || Bit Manipulation, Counting Sort, Pruning| 342 | [Power of Four](https://leetcode.com/problems/power-of-four/) | [C++](./C++/power-of-four.cpp) [Python](./...
优先队列使用 O(LogN) 复杂度为测试类实现 PriorityQueue。
用C++编写的程序求出最大值和次最大值比较次数n+[log2n]-2
算法的特性:输入输出、有穷性、确定性、可行性。 时间复杂度:T(n)=O(f(n))。...常用的时间复杂度所耗费的时间从小到大依次是:O(1)<O(logn)<O(n)<O(n logn)<O(n²)<O(n³)<O(2的n次方)<O(n!)<O(n的n次方)
70. 爬楼梯思路1(数学公式)利用斐波那契数列的公式即可代码public int climbStairs(int n) {复杂度分析时间复杂度:$O(logN
具有有效O(1)附加和O(logN)证明的哈希链。 作为python client.py kafka_host:kafka_port ,例如 python client.py 192.168.1.110:9092 或者 python client.py kafka.network.hostname:9092
leetcode 第四题独立学习 这项独立研究需要解决来自在线资源...O(N$logN)。 为了改善这一点,可以使用后缀数组。 后缀字符串是字符串的一部分,可以使用索引进行排序。 举个例子:香蕉 指数 后缀 1 香蕉 2 安娜娜 3
logn.jsp
排序算法 多种排序算法O(n * logn)