2011-02-05 57 views
1

比方說我們有以下組表示值的數字隨着時間的推移增加比例最高

1 2 3 10 1 20 40 60 

現在我正在尋找一種算法來找到一個時間的增加比例最高到另一個。在上述情況下,答案將是一對(1,60),增加了6000%。

到目前爲止,我能想到的最好的算法是強力方法。我們可以考慮使用一系列迭代的所有可能的對:

第一次迭代:

1-2 1-3 1-10 .. 1-60 

第二迭代

2-3 2-10 2-1 ... 2-60 

(等)

這有複雜度爲O(N )。

我也一直在想另一種方法。找出所有嚴格遞增的序列,並確定那些嚴格遞增的序列中只有增加的百分比。

是否有其他想法打擊你們?如果我的想法錯誤,請糾正我的錯誤!

+0

你能澄清'百分比增加'這個詞嗎?它是'finalValue/initialValue'嗎? –

+0

考慮這些數字爲公司在8年(2000年至2008年)期間的生產計數,即生產計數(2000)= 1,生產計數(2001)= 2 ..生產計數(2008)= 60 ;因此,我們的目標是找到生產百分比最高的時間段,這可能是從2000年到2001年,或從2001年到2003年,甚至是2000年到2003年!你需要進一步澄清? –

+0

你的限制是什麼?如果允許空間複雜度爲'O(n)',那麼可以將時間複雜度提高到'O(n)' –

回答

2

我可能誤解了這個問題,但似乎所有你想要的是最大和最小的數字,因爲那些是兩個重要的數字。

while true: 
    indexOfMax = max(list) 
    indexOfMin = min(list) 
    list.remove(indexOfMax) 
    list.remove(indexOfMin) 
    if(indexOfmax < indexOfMin) 
     contine 
    else if(indexOfMax == indexOfMin) 
     return -1 
    else 
     SUCCESS 
+0

這是一個錯誤的答案。 讓我們有10,12,8,10,5,11。很明顯,我們在5到11之間增加了50%以上。但是在你的解決方案中,我們在第一次迭代中拋出了5和12,並且將會找不到正確的答案。我認爲這會有所幫助http://keithschwarz.com/interesting/code/?dir=single-sell-profit – Paval

0

據我所知(你沒有在你的評論中糾正我),你想要最大限度地爲a[i]/a[j]所有j <= i。如果這是正確的,那麼對於每個i,我們只需要知道它之前的最小值。

int current_min = INFINITY; 
double max_increase = 0; 
for (int i = 0; i < n; ++i) { 
    current_min = min(current_min, a[i]); 
    max_increase = max(max_increase, a[i]/min); 
} 
+0

好吧..讓我們假設它是這樣的..繪製這個生產計數的圖表..現在你可以找到peeks和偷看後的下降週期...所以,如果Peek 1:1-2 Peek2 5-6 ..因此,peek 1中的增加量比Peek 2中的增加更多。明白了我的觀點? –

+2

@Karthick號我不知道你在做什麼。 –

0

因此,您只是想比較每個數字,並從第二個數字到第一個數字看哪個對的比率最高?只需迭代兩個循環(一個用i = 0到n,而一個用j = i + 1到n的內循環)就會給你O(n^2)。我想這實際上是你原來的解決方案,但你錯誤地說複雜性是O(n^3)。這是n^2。

雖然你可以去O(n日誌n)。把你的清單,成爲一個列表,其中每個元素是一對(索引,值)。然後按照該對中的第二個元素進行排序。然後在列表中有兩個指針,一個來自左邊(0到n-1),另一個來自右邊(n-1到0)。找到第一對元素,使左元素的原始索引小於右元素的原始索引。完成。

1 2 3 10 1 20 40 60 
becomes 
(1,0) (2,1) (3,2) (10,3) (1, 4) (20, 5) (40, 6) (60,7) 
becomes 
(1,0) (1,4) (2,1) (3,2) (10,3) (20,5) (40,6) (60,7) 

所以你的答案是60/1,從指數0到7索引

如果這是不是你要找什麼,它會幫助,如果你說了什麼,正確答案是你的例子數字。

0

如果我正確理解你的問題,你正在尋找具有最高比率A [j]/A [i]的數組中的兩個指數(i,j)。如果是這樣,那麼你可以將它減少到this related problem,它會要求你找到指數(i,j),使得A [j] - A [i]儘可能大。這個問題有一個非常快的O(n) - 時間,O(1) - 空間算法,可以適應這個問題。直覺就是解決由數組的第一個元素組成的數組,然後是前兩個元素,然後是前三個元素等的問題。一旦你解決了數組中前n個元素的問題,你有問題的全面解決方案。

讓我們考慮如何做到這一點。最初,當您考慮數組的第一個元素時,通過比較元素與其自身,可以得到的最佳百分比增量爲0%。現在,假設(歸納地)你已經解決了前k個數組元素的問題,並想知道當你看下一個數組元素時會發生什麼。發生這種情況時,兩個條件之一成立。首先,前k個元素的最大百分比增加也可能是第一個(k + 1)元素的最大百分比增加。例如,如果第(k + 1)個st數組元素是一個非常小的數字,那麼您很可能無法從前k個元素中的某個值增加到該值。其次,最大百分比增加可能是從前k個元素中的一個到第(k + 1)個st元素。如果是這種情況,則最高百分比增加將從最初的k個元素到第(k + 1)個元素。

結合這兩種情況,我們得到了最好的百分比增幅比前k + 1個元素是最大的

  • 第k個元素的增加比例最高,或
  • 增加的百分比從最小的第k個元素到第(k + 1)個st元素。

您可以通過遍歷數組元素遍歷數據元素來實現此操作,以跟蹤兩個值 - 您迄今爲止看到的最小值和最大化增加百分比的對。舉個例子,對於

1 2 3 10 1 20 40 60 

你原來的例子陣列算法將這樣的工作:

 1  2  3  10  1  20  40  60 
min  1  1  1  1  1   1  1  1 
best  (1,1) (1, 2) (1, 3) (1, 10) (1, 10) (1, 20) (1, 40) (1, 60) 

和你輸出(1,60)爲增加比例最高。在不同的陣列,像這樣的:

3 1 4 2 5 

然後算法將描繪出這樣的:分鐘3 1 1 1 1 最好(3,3)(3,3) (1,4)(1,4)(1,5)

你會輸出(1,5)。

這整個算法只使用O(1)空間,並運行在O(n)時間,這是一個非常好的解決問題的方法。

或者,您可以考慮通過取數組中所有值的對數,將此問題直接減少到最大單次銷售利潤問題。在這種情況下,如果找到log A [j] - log A [i]被最大化的一對值,則這是等價的(使用對數的性質)來找到一對值,其中log(A [j]/A [i])被最大化。由於對數函數單調增加,這意味着您已經找到了一對值,其中A [j]/A [i]按照預期最大化。