爲什麼自頂向下合併排序的最佳情況的時間複雜度爲O(nlogn)? 我認爲自上而下合併排序的最好情況是1,只需要比較1次。 如何在最差的情況下自下而上合併排序的時間複雜度,最好的情況和平均情況。合併排序的時間複雜度
還有一個問題是爲什麼每次迭代只需要O(n)?有人可以幫忙嗎?
爲什麼自頂向下合併排序的最佳情況的時間複雜度爲O(nlogn)? 我認爲自上而下合併排序的最好情況是1,只需要比較1次。 如何在最差的情況下自下而上合併排序的時間複雜度,最好的情況和平均情況。合併排序的時間複雜度
還有一個問題是爲什麼每次迭代只需要O(n)?有人可以幫忙嗎?
爲什麼自頂向下合併排序的最佳情況的時間複雜度爲 O(nlogn)?
因爲在每次迭代中,您將數組拆分爲兩個子列表,並遞歸調用算法。在最好的情況下,你將它精確地分成一半,因此你可以將問題(每次遞歸調用)減少到原始問題的一半。您需要log_2(n)次迭代,並且每次迭代的確切次數爲O(n)
(每次迭代都在所有子列表上,總大小仍然爲n
),因此總共爲O(nlogn)
。
但是,通過簡單的預處理來檢查列表是否已經排序 - 它可以減少到O(n)
。
由於檢查列表是否排序本身是O(n)
- 它不能在O(1)
中完成。請注意,「最佳情況」是一般n
的「最佳情況」,而不是特定的大小。
如何在最差的情況下自下而上合併排序的時間複雜度最差的情況下, 最好的情況下和平均情況。
同樣的方法可以給你O(n)最好的情況自下而上(簡單的預處理)。自下而上合併排序的最差情況和最佳情況是O(nlogn)
- 因爲在這種方法中,列表總是被分成2個等長(至差1)列表。
爲什麼迭代應該是log_2(n)?有沒有這方面的公式?還有一個問題是關於二叉樹,爲什麼二叉樹的長度是log(n)。 – Chwa
@Justin:在遞歸的最深層次上,你有1個元素。第二級你有2.第三級你有4,第四級你有8,....在第i級你有2 ^(i-1)元素。所以我們正在尋找'i',使得'2 ^(i-1)= n'。因爲'2^logn == n',所以我們得出結論'i = logn + 1' - 所以迭代的總數是'O(logn)'二元樹也是一樣的 – amit
你的意思是有1個元素,2個元素?你的意思是,起初,有一個數組列表,其次,它分爲兩部分,所以到目前爲止.. – Chwa
'O(1)'?也許'O(n)'通過預處理和檢查數組已經排序。 – amit
「最好的情況」意思是「假設輸入大小爲'n'的最佳情況」,而不是假定只有2個項目需要排序的最佳情況。 –
描述你的算法,你認爲它O(1),我們可以告訴你它錯在哪裏... – Chris