笔记: 数据结构与算法--时间复杂度二分查找数组

算法复杂度

  • 不依赖于环境因素
  • 事前分析法
    • 计算最坏情况的时间复杂度
    • 每一条语句的执行时间都按照t来计算

时间复杂度

  • 大O表示法
    • n = 数据量 ; f(n) = 实际的执行条数
    • 当存在一个n0 , 使得 n > n0,并且 c * g(n) 恒> f(n) : 渐进上界(算法最坏的情况)
    • 那么f(n)的时间复杂度 => O(g(n))
  • 大O表示法
    • f(n)中的常数量省略
    • f(n)中较低次幂省略
    • log2(n) => log(n)
  • 常见的表示
    • O(1) > O(log(n)) >> O(n) > O(nlog(n)) >> O(n2) > O(2^n) >> O(n!)

空间复杂度

  • 除原始参数以外,额外空间成本

二分查找

基础版

  1. 步骤

    1. 有序数组A , 目标值target
    2. 左右索引值 : i = 0 , j = n - 1;
    3. 判断 i > j => 结束查找,没找到
    4. 中间索引 m = ( i + j) / 2 : 整形自动向下取整
    5. 判断 m > target : j = m -1; -> 跳到第三步继续执行
    6. 判断 m < target : i = m + 1; -> 跳到第三步继续执行
    7. 判断 m = target : 得到结果结束程序,返回索引值

  2. 代码如下

    /*** 编写二分查找方法* @param A : 有序数组a* @param target : 目标查找值* @return 返回索引值*/public static int binarySearchBasic(int[] A, int target) {// 定义左右指针int i = 0, j = A.length - 1;// 定义循环条件while (i <= j) {// 定义中间指针m// int m = (i + j) / 2; int m = (i + j) >>> 1; // 判断A[m] 值 与 target值if (target < A[m]){// 中间值大 : 指针[m , j]中的值都会比target值大j = m - 1;} else if (A[m] < target){// 中间值小 : 指针[i , m]中的值都会比target值小i = m + 1;} else {// A[m] == target: 得到结果,结束循环,返回mreturn m;}}//i > j : 结束循环return -1; // 结束循环,返回-1}

  3. 问题一 : 代码while循环中为什么是i <= j , 而不是 i < j ?

    答 : 首先 代码return -1; 本身表示的就是在 i>j 的情况下结束,没有找到,返回-1; , 那么相反对应的循环内就应该为 i <= j

    其次, while(i < j ) 表示的是 只有i,j中间的m会参与比较 ; 而while(i <= j) : 表示 i , j所指向的元素 也会参与比较. 当i == j 的时候, m = i = j = (i + j) /2

  4. 问题二: 代码 int m = (i + j) / 2; 是否有问题?

    答: 有问题.

    ​ 假设 j 的值为整数类型最大值 (Integer.MAX_VALUE - 1) , 并且target值在数组的右侧 (target > A[m]) , 那么我们就需要将 索引i 的值调到m的右侧

    ​ 即 : i = (i + j) /2 + 1; j = 整数类型最大值 = Integer.MAX_VALUE - 1;

    ​ 那么根据Java int类型的特性, Java二进制首位为符号位,则会导致下一次进行 m = (i + j) / 2 的时候,使m成为负数

    解决办法: 无符号右移运算符 数字 >>> 位数n

    ​ 在二进制中,二进制码整体向右平移指定位数n就相当于n / 2n , 数字 >>> 1 => 数字 / 2运算取整

改动版

  1. 步骤

    1. 让右指针作为边界,必须不参与比较运算
    2. 循环不能有i=j的情况,如果i=j的话,则会造成m = i = j = (i + j) / 2 , 则不符合第一点j不参与比较运算的条件
    3. 当m指针所对应的值 > target值时,让j指针=m , 因为m指针对应的值已经参与过比较,并且肯定不等于target值,可作为边界不参与比较运算.
      1. 如果还是j = m - 1情况, m - 1的指针存在这等于target的可能,于第一点让j作为边界条件不服.
      2. 并且,当j= m - 1 , 如果要查找的target值不在数组A中时,会出现死循环的情况

  2. 代码如下

        public static int binarySearchAlter(int[] A, int target) {// 改动一: 其中右指针j作为边界, 必须不参与运算比较int i = 0, j = A.length;// 定义循环条件 , 改动二: 由于不让j指针值参与比较, 故不需要i=j的情况,当i=j时,j被带着参与了比较,当target值不是数组值的时候,会导致死循环的情况while (i < j) {int m = (i + j) >>> 1;if (target < A[m]) {// 改动三: j作为边界,不参与比较.故当判断出来target值在m指针左侧时,m指针对应值已经判断过了,不可能和target相等,让j=m,及让j作为一个不可能相等的边界使用j = m;} else if (A[m] < target) {i = m + 1;} else {return m;}}return -1;}

平衡版

  1. 代码如下

    /*** 二分查找平衡版** @param A      : 有序数组a* @param target : 目标查找值* @return 返回索引值*/public static int binarySearchBalance(int[] A, int target) {// 定义左右边界,左边i指针对应的值可能target , 右指针j作为边界, 必须不参与运算比较int i = 0, j = A.length;// 定义循环条件 , 目的为缩小比较范围,将最后比较功能放到循环以外// 由i < j => 0 < j - i 改为 1 < j - i; 表示[i , j]区间内待比较的个数是否有1个以上while (1 < j - i) {// 定义中间索引int m = (i + j) >>> 1;if (target < A[m]) {// j作为右边界,不参与比较.故当判断出来target值在m指针左侧时,m指针对应值已经判断过了,不可能和target相等,让j=m,及让j作为一个不可能相等的边界使用j = m;} else {// 及 A[m] <= target的情况,及 i指针对应的值是有可能为target结果的i = m;}}// 将缩减范围后剩余的一个索引i所对应的值与target进行比较if (A[i] == target){return i;} else {return -1;}}

二分查找-Java版源码

  • 通过Arrays.binarySearch(int[] arr, int key);方法调用
    /*** Searches the specified array of ints for the specified value using the* binary search algorithm.  The array must be sorted (as* by the {@link #sort(int[])} method) prior to making this call.  If it* is not sorted, the results are undefined.  If the array contains* multiple elements with the specified value, there is no guarantee which* one will be found.** @param a the array to be searched* @param key the value to be searched for* @return index of the search key, if it is contained in the array;*         otherwise, <code>(-(<i>insertion point</i>) - 1)</code>.  The*         <i>insertion point</i> is defined as the point at which the*         key would be inserted into the array: the index of the first*         element greater than the key, or {@code a.length} if all*         elements in the array are less than the specified key.  Note*         that this guarantees that the return value will be &gt;= 0 if*         and only if the key is found.*/public static int binarySearch(int[] a, int key) {return binarySearch0(a, 0, a.length, key);}// Like public version, but without range checks.private static int binarySearch0(int[] a, int fromIndex, int toIndex,int key) {int low = fromIndex;int high = toIndex - 1;while (low <= high) {int mid = (low + high) >>> 1;int midVal = a[mid];if (midVal < key)low = mid + 1;else if (midVal > key)high = mid - 1;elsereturn mid; // key found}return -(low + 1);  // key not found.}

二分查找对于重复元素查找的处理

获取重复最左侧索引值

  1. 步骤

    1. 添加一个结果变量索引值,用来存储当m索引值与target相等时,存储m索引值 ,
    2. 当相等时,j继续缩小边界,程序继续直到程序结束,获取最左侧结果
    3. i > j : 结束循环 , 返回结果索引值

  2. 代码如下

    public static int binarySearchLeftMost(int[] A, int target) {// 定义左右指针int i = 0, j = A.length - 1;// 定义结果变量索引值int resIndex = -1;// 定义循环条件while (i <= j) {// 定义中间指针mint m = (i + j) / 2;// 判断A[m] 值 与 target值if (target < A[m]){// 中间值大 : 指针[m , j]中的值都会比target值大j = m - 1;} else if (A[m] < target){// 中间值小 : 指针[i , m]中的值都会比target值小i = m + 1;} else {// A[m] == target: 将结果存储到结果索引值中, 并将右侧边界缩小,继续进行程序,直到程序结束,获取最左侧结果resIndex = m;j = m - 1;}}//i > j : 结束循环 , 返回结果索引值return resIndex;}

  3. 获取重复最右侧索引值 : 将上放代码第20行 j = m - 1; => 改为 i = m + 1; 即可

修改返回值意义

  • 获取<= 索引值 最靠右的索引值结果 , 代码如下:

    	public static int binarySearchRightMost1(int[] A, int target) {// 定义左右指针int i = 0, j = A.length - 1;// 定义循环条件while (i <= j) {// 定义中间指针mint m = (i + j) / 2;// 判断A[m] 值 与 target值if (target < A[m]) {    j = m - 1;} else {i = m + 1;}}//返回  <= 索引值 最靠右的索引值结果return i - 1;}

  • 获取 >= target 最靠左的索引位置 , 代码如下:

    	public static int binarySearchLeftMost1(int[] A, int target) {// 定义左右指针int i = 0, j = A.length - 1;// 定义循环条件while (i <= j) {// 定义中间指针mint m = (i + j) / 2;// 判断A[m] 值 与 target值if (target <= A[m]) {// 中间值>= targetj = m - 1;} else {// 中间值小 : 指针[i , m]中的值都会比target值小i = m + 1;}}//返回 >= target最靠左的索引位置return i;}

应用

  • leftMost() :
    • 求排名 leftMost() + 1 ;
    • 求前任 leftMost() - 1 ;
  • rightMost() :
    • 求后任 rightMost + 1;
  • 最近邻居问题
    • 求前任 , 求后任
    • 计算两个值 离 本值 更小的
  • 范围查询
    • x < n : [0 , leftMost(n) - 1]
    • x <= n : [0 , rightMost(n)]
    • x > n : [rightMost(n) + 1 , ∞]
    • x >= n : [leftMost(n) , ∞]
    • n <= x <= m : [leftMost(n) , rightMost(m)]
    • n < x < m : [rightMost(n) + 1 . leftMost(m) - 1]

性能

  • 时间复杂度最坏情况 : O(log(n))
  • 空间复杂度 : O(1)

数组

  • 连续存储

    • -> 故可以通过索引值计算地址
    • 公式 : 索引位置 + i * 字节数

  • 随机访问时间复杂度: O(1)

  • 动态数组类需要三个东西

    • 数组容量
    • 数组逻辑大小 : 就是数组实际存了几个值
    • 静态数组

  • 给数组添加元素

    • 在末尾添加元素 => 给数组size位置上添加元素 -> 即调用下面方法

    • 给数组指定位置添加元素

      • 将数组指定位置后的元素后移
      • 插入元素到指定位置上

    • 插入删除的时间复杂度: O(n)

    • 代码如下:

          // 给数组添加元素 => 给数组size位置上添加元素private void add(int element){
//        arrs[size] = element;
//        size++;addAppoint(size, element);}// 给数组指定位置添加元素private void addAppoint(int index , int element){if (index >= 0 && index < size){System.arraycopy(arrs, index, arrs, index + 1, size - index);}arrs[index] = element;size++;}

  • 当数组存储元素达到容量上限,需要考虑数组扩容问题

    • 每次添加元素的时候,判断size和capacity

      • 定义一个新数组,容量大小是旧数组的1.5倍或两倍
      • 将旧数组的数据复制到新数组中
      • 将新数组的引用值 赋值 给旧数组

    • 使用懒惰初始化思想优化代码

    • 代码如下:

          private void checkArrsCapacity() {if (size == 0) {arrs = new int[capacity];} else if (capacity == size) {capacity += capacity >> 1; // 扩大数组容量int[] newArrs = new int[capacity];System.arraycopy(arrs, 0, newArrs, 0, size);arrs = newArrs;}}@Test@DisplayName("测试扩容")public void test5() {DynamicArray dynamicArray = new DynamicArray();for (int i = 0; i < 9; i++) {dynamicArray.add(i + 1);}assertIterableEquals(List.of(1, 2, 3, 4, 5, 6, 7, 8, 9), dynamicArray);}

  • 给动态数组遍历的三种方式

    • 使用Consumer函数式接口,实现遍历

          // 动态数组的遍历 , 使用Comsumer函数式接口实现public void foreach(Consumer<Integer> consumer){for (int i = 0; i < size; i++) {consumer.accept(arrs[i]);}}@Testpublic void test3() {DynamicArray dynamicArray = new DynamicArray();dynamicArray.add(1);dynamicArray.add(2);dynamicArray.add(3);dynamicArray.foreach(System.out::println);}

    • 使用迭代器实现遍历

          @Overridepublic Iterator<Integer> iterator() {return new Iterator<Integer>() {int i = 0;@Overridepublic boolean hasNext() {return i < size;}@Overridepublic Integer next() {return arrs[i++];}};}@Testpublic void test2() {DynamicArray dynamicArray = new DynamicArray();dynamicArray.add(1);dynamicArray.add(2);dynamicArray.add(3);for (Integer element : dynamicArray) {System.out.println(element);}}

    • 使用stream流实现遍历

          // 动态数组的遍历: 使用stream流实现public IntStream stream(){return IntStream.of(Arrays.copyOfRange(arrs, 0, size));}@Testpublic void test1() {DynamicArray dynamicArray = new DynamicArray();dynamicArray.add(1);dynamicArray.add(2);dynamicArray.add(3);dynamicArray.stream().forEach(System.out::println);}

  • 动态数组的删除

    • 使用system.arraycopy方法, 将要删除指针后的元素向前移动一位
    • 插入删除: O(n)
        public int remove(int index) {int removeNum = arrs[index]; // 返回删除数据if (index < size - 1) {System.arraycopy(arrs, index + 1, arrs, index, size - index - 1);}size--;return removeNum;}// 使用断言进行测试@Test@DisplayName("测试删除")public void test4() {DynamicArray dynamicArray = new DynamicArray();dynamicArray.add(1);dynamicArray.add(2);dynamicArray.add(3);dynamicArray.add(4);dynamicArray.add(5);int remove = dynamicArray.remove(3);
//        System.out.println("remove = " + remove);assertEquals(4 , remove);// 遍历剩余数组元素// dynamicArray.foreach(System.out::println);assertIterableEquals(List.of(1,2,3,5), dynamicArray);}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/784060.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【前端面试3+1】07vue2和vue3的区别、vue3响应原理及为什么使用proxy、vue的生命周期中在什么时期给接口发请求、【找出数组最大公约数】

【前端面试3+1】07vue2和vue3的区别、vue3响应原理及为什么使用proxy、vue的生命周期中在什么时期给接口发请求、【找出数组最大公约数】

一、vue2和vue3的区别 1.性能优化&#xff1a; Vue 3在性能方面有很大的提升&#xff0c;主要是通过虚拟DOM的优化和响应式系统的改进实现的。 虚拟 DOM 重构&#xff1a;Vue 3 中对虚拟 DOM 进行了重构&#xff0c;使得更新算法更加高效&#xff0c;减少了更新时的开销&#x…
阅读更多...
14 - grace数据处理 - 泄露误差改正 - 空域滤波法(Mascon法)

14 - grace数据处理 - 泄露误差改正 - 空域滤波法(Mascon法)

@[TOC](grace数据处理 - 泄露误差改正 - 空域滤波法(Mascon法)) 空域法的基本思想是假设地面某区域的质量变化是由一系列位置已知、质量未知的质量块（小范围区域）引起的，那么将GRACE反演的结果归算到n个质量块上的过程就是泄露信号恢复的过程。个人理解是这样的：假定已知研…
阅读更多...
gtsam::Pose3的compose()函数作用

gtsam::Pose3的compose()函数作用

#include <gtsam/geometry/Pose3.h> #include <iostream> int main(int argc, char** argv) {// B 的旋转量为绕 x 轴旋转 180 度gtsam::Pose3 B gtsam::Pose3(gtsam::Rot3(0, 1, 0, 0), gtsam::Point3(1, 2, 0));// A 的旋转量为绕 z 轴旋转 180 度gtsam::Pose3 A…
阅读更多...
Linux零基础入门之华为欧拉系统安装

Linux零基础入门之华为欧拉系统安装

一、名词解释 Linux&#xff1f; Linux是一个开源的免费的操作系统&#xff0c;功能与windows一样。具有处理器管理&#xff0c;存储管理&#xff0c;设备管理&#xff0c;文件管理&#xff0c;作业管理等功能。 可以俗称为Linux操作系统&#xff0c;组织或个人&#xff0c;…
阅读更多...
【FIFO】Standard / FWFT FIFO设计实现（一）——同步时钟

【FIFO】Standard / FWFT FIFO设计实现（一）——同步时钟

标准FIFO 本文使用位扩展的方式实现标准FIFO&#xff0c;原理可参考【AXIS】AXI-Stream FIFO设计实现&#xff08;一&#xff09;——基本模式&#xff0c;核心代码如下&#xff1a; logic [FIFO_DEPTH_WIDTH : 0] rd_ptr_r d0, wr_ptr_r d0;always_ff (posedge clk) beginif…
阅读更多...
软考108-上午题-【结构化开发】-杂题+小结

软考108-上午题-【结构化开发】-杂题+小结

一、杂题 真题1&#xff1a; 真题2&#xff1a; 真题3&#xff1a; 真题4&#xff1a; 数据流图到软件体系结构的映射 根据数据流的特点&#xff0c;可以将数据流图分为&#xff1a; 变换型数据流图事务型数据流图 其对应的映射分别为&#xff1a; 变换分析事物分析 一个…
阅读更多...
网安学习笔记-day11，FTP服务器

网安学习笔记-day11，FTP服务器

FTP服务器 FTP介绍 FTP(File Transfer Protocol)文件传输协议 端口号&#xff1a;TCP 20/21 工作方式&#xff1a; 主动模式被动模式 服务器部署 准备阶段 配置IP windowsXP 192.168.1.21&#xff08;也可DHCP自动获取&#xff09; Windows2003 192.168.1.1 安装万维网…
阅读更多...
ssm停车场管理系统

ssm停车场管理系统

点赞收藏关注 → 私信领取本源代码、数据库 摘 要 随着科学技术的飞速发展&#xff0c;各行各业都在努力与现代先进技术接轨&#xff0c;通过科技手段提高自身的优势&#xff1b;对于停车场管理系统当然也不能排除在外&#xff0c;随着网络技术的不断成熟&#xff0c;带动了停…
阅读更多...
146. 序列

146. 序列

题意&#xff1a; 有t个测试用例。 每个测试用例&#xff0c;包含m个数组&#xff0c;每个数组包含n个数字。你可以从每个数组里面选择一个数字&#xff0c;然后将m个数字加和得到一个数字。用这样的方式一共可以获得n的m次幂个数字。问&#xff0c;在这么多个数字中选出最小…
阅读更多...
[leetcode]28. 找出字符串中第一个匹配项的下标

[leetcode]28. 找出字符串中第一个匹配项的下标

前言&#xff1a;力扣刷题 问题&#xff1a; 给你两个字符串 haystack 和 needle &#xff0c;请你在 haystack 字符串中找出 needle 字符串的第一个匹配项的下标&#xff08;下标从 0 开始&#xff09;。如果 needle 不是 haystack 的一部分&#xff0c;则返回 -1 。 示例&…
阅读更多...
全面对比API和SDK

全面对比API和SDK

目录 全面对比API和SDK1. 介绍2. API和SDK的基本概念3. API与SDK的区别4. API与SDK的优缺点对比5. API与SDK的使用场景6. API与SDK的开发和维护成本7. API与SDK的集成和实现方式8. API与SDK的安全性9. API与SDK的性能比较10. API与SDK的选择建议11. 总结 全面对比API和SDK 1. …
阅读更多...
【Linux】进程管理：进程及概念精讲

【Linux】进程管理：进程及概念精讲

前言&#xff1a;本节内容包含进程管理操作的各种基础概念精讲&#xff0c;同时部分板块包含Linux操作系统与一般操作系统的概念对比。不仅包含“书面概念”&#xff0c;还包含详细操作以及通俗讲解。 目录 一、进程概念引入 二、进程的描述与组织&#xff1a;进程控制块&…
阅读更多...
nodejs的express编写http服务器配置跨域

nodejs的express编写http服务器配置跨域

配置跨域可引入cors包&#xff0c;插入到express的中间件中 1.引入cors包 npm install cors2. 使用cors 插入到中间件中 const app express()const corsOptions {origin: http://localhost:5173, // 允许访问的来源&#xff0c;可以是单个字符串或一个数组methods: [PUT],…
阅读更多...
【python】《流畅的python》读书笔记之第1-2章

【python】《流畅的python》读书笔记之第1-2章

序 《流畅的python》是还在上学时就被安利的一本奇书&#xff0c;马克了很久一直没机会系统拜读。最近碰巧偶得第二版的pdf。经济周期的下行阶段正是用来学习充电的&#xff0c;于是乎打算捡起荒废许久的blog&#xff0c;读读书&#xff0c;写写字&#xff0c;蓄势待东风。 第…
阅读更多...
xftp突然无法连接虚拟机

xftp突然无法连接虚拟机

问题描述 使用xftp连接虚拟机的时候一直显示 连接xxx.xxx.xx.xx失败 问题原因查找 首先打开本地cmd命令提示符 ping 你的虚拟机ip地址 我的是 ping 192.168.xx.xx 显示请求超时 解决方案&#xff1a; 点击打开更改适配器选项 右键vmnet 8——属性 如图前四个选项必选 单…
阅读更多...
《操作系统导论》第16章读书笔记：分段

《操作系统导论》第16章读书笔记：分段

《操作系统导论》第16章读书笔记&#xff1a;分段 —— 杭州 2024-03-31 夜 文章目录 《操作系统导论》第16章读书笔记&#xff1a;分段0.前言1.分段&#xff1a;泛化的基址/界限2.我们引用哪个段&#xff1f;3.栈怎么办4.支持共享5.细粒度与粗粒度的分段、操作系统支持6.小结7…
阅读更多...
Unix中的进程和线程-1

Unix中的进程和线程-1

目录 1.如何创建一个进程 2.如何终止进程 2.2遗言函数 3.进程资源的回收 4.孤儿进程和僵尸进程 孤儿进程 (Orphan Process)&#xff1a; 僵尸进程 (Zombie Process)&#xff1a; 代码示例&#xff1a; 5. 进程映像的更新 在Linux中&#xff0c;进程和线程是操作系统进行工作调…
阅读更多...
CAS 的 ABA 问题

CAS 的 ABA 问题

一、什么是 ABA 问题 ABA 的问题: 假设存在两个线程 t1 和 t2. 有⼀个共享变量 num, 初始值为 A. 接下来, 线程 t1 想使⽤ CAS 把 num 值改成 Z, 那么就需要 先读取 num 的值, 记录到 oldNum 变量中. 使⽤ CAS 判定当前 num 的值是否为 A, 如果为 A, 就修改成 Z. 但是, 在…
阅读更多...
CaT论文翻译

CaT论文翻译

CaT: Balanced Continual Graph Learning with Graph Condensation CaT&#xff1a;通过图压缩实现平衡的连续图学习 Abstract 持续图学习(CGL)的目的是通过以流方式输入图数据来持续更新图模型。由于模型在使用新数据进行训练时很容易忘记以前学到的知识&#xff0c;因此灾…
阅读更多...
Python提取文本文档符合条件的某列

Python提取文本文档符合条件的某列

Python在日常使用中会有处理txt文本文件的情况&#xff0c;对于文本文件&#xff0c;实际上也是对文件中字符串的处理过程。 实例&#xff1a;有一个文本文件a.txt,文本内容如下图所示&#xff0c;现在需要提取大于15的某列的整行。 a.txt内容如下&#xff1a; A: 1 B: 19 C:…
阅读更多...
最新文章

Copyright @ 2022~2023