2011-03-10 141 views
5

Gallop search用於搜索排序列表中的元素。你開始在索引0獲取一個元素,然後在索引1,2,4,8,16等,直到你超出你的目標,然後再次搜索你剛發現的範圍。快速搜索時間複雜度?

什麼是這個時間複雜度?在我看來,這是一種對數時間複雜度,但我無法弄清楚什麼。

回答

3

(請參閱下面我的編輯)

讓我們看看最壞情況下的行爲。搜索繼續從0,1,2,4,8 .... 可以說,n是2^k代表某個k在最壞的情況下> = 0,我們可能最終搜索,直到2^k和實現我們的過沖目標。現在我們知道目標可以在2 ^(k-1)和2^k中。該範圍內的元素數量爲2 ^(k - 1)(想一秒鐘)。到目前爲止,我們已經檢查過的元素的數量是O(k),它是O(logn)。以下重複總結了它。

T(n) = T(n/2) + O(logn) 
    = T(n/4) + c1log(n/2) + c2logn ((all logs are base 2.)) 
    . 
    . 
    . 
    . 
    = O((logn)^2) 

所以這個算法的最壞情況下的複雜度是logn的二次方。它可能不是最緊密的界限,但它是一個很好的上限。

編輯:我錯了。我已經在這裏給出了這裏給出的馳騁搜索的定義,而沒有遵循鏈接。鏈接說,一旦我們超調,我們在前一個時間間隔進行二分搜索。超過目標和log(n)時間需要log(n)時間才能在排序的間隔中執行二進制搜索。這使它成爲O(log(n))算法。感謝Sumudu Fernando在評論中指出。我很感激。

+0

在我看來,要快一點,不應該嗎?因爲你不*爲每次迭代*做'log(n)'比較*;隨着時間的推移,你越來越少......我不確定那是什麼,儘管...... – Mehrdad 2011-03-11 22:58:13

+0

是的。你是對的!第一次迭代取log(n),第二次迭代取log(n/2)......總結它給出更緊密的界限。同意!我給了上限...我不確定是否總結會使漸近複雜性變化。 – Srikanth 2011-03-16 18:40:01

+0

哦...唔...這意味着我們必須'的log(n)+的log(n) - 數(2)+的log(n) - 日誌(3)...'和是的,你是一個很不錯的界;謝謝! – Mehrdad 2011-03-16 18:50:52