JavaScript数组的大澳
在JavaScript中数组是很容易修改通过添加和删除项目。它有点掩盖一个事实，即大多数语言阵列是固定尺寸的，并且需要复杂的操作来调整。似乎的JavaScript可以很容易地编写业绩不佳的阵列code。这就引出了一个问题： 我可以从JavaScript实现期望的问候阵列的性能表现是什么（在大O时间复杂性方面）？ 我认为所有合理的JavaScript实现至少有以下大O的。 访问 - O（1）
..
big-o相关内容
莱文斯坦距离算法优于O（N * M）？
我一直在寻找一种先进的Levenshtein距离算法，并最好的，我已经发现迄今是O（N * M）其中n和m是两个字符串的长度。之所以算法是在这个规模，因为空间，而不是时间，与创建两个字符串像这样的矩阵： 是否有一个公开提供的Levenshtein算法比O（N * M）更好我不反对看先进的计算机科学论文和放大器？;研究，但一直没能找到任何东西。我已经找到一家公司，Exorbyte，据称已经建成
..
O（nlogn）算法 - 查找二进制字符串中的三个均匀间隔的人
我对一个算法的测试这个问题，昨天，我不能找出答案。这是推动我绝对是疯了，因为它是价值约40点。我想，大多数类并没有解决它正确，因为我还没有想出了在过去24小时内解决。 鉴于长度为n的任意的二进制串，查找字符串在三个均匀间隔的，如果它们存在。写一个算法，解决了这个为O（N *的log（n））的时间。 所以像这些字符串有三种那些被“均匀间隔”：11100000，0100100100 编辑：这是随
..
为什么计算斐波纳契数列2 ^ n和不是n ^ 2的复杂性？
我想用递归树来寻找斐波那契数列的复杂性，并得出结论树的高度= O（N）最坏的情况下，成本每个级别= CN ，所以的复杂性= N * N = N ^ 2 为什么是 O（2 ^ n）的？ 解决方案 在一个天真的递归斐波纳契的复杂性确实2ⁿ。 T（N）= T（N-1）+ T（N-2）= T（N-2）+ T（N-3）+ T（N-3 ）+ T（N-4）= = T（N-3）+ T（N-4）+ T（N
..
如何能标准:: make_heap实现最多3N的比较，同时使？
我看着到的C ++ 0x标准，发现make_heap应该做的不超过3 * N比较的要求。 即。 heapify的无序集合可以在O（N）来完成 / * @brief构造一个堆在使用比较函数对象的范围。 这是为什么？ 该人士没有给我的线索（G ++ 4.4.3） 的，而（真）+ __parent == 0并不线索，而是代表O猜测（N）的行为 模板＆LT; typename的_
..
哪些是对＆QUOT规则;Ω（N log n）的屏障QUOT;对于排序算法？
我写的排序为O（n）的一个简单的程序。这是非常低效的内存，但是这不是问题的关键。 它使用的原则后面的的HashMap 进行排序： 公共类NLogNBreak { 公共静态类LinkedListBack { 公共LinkedListBack（INT VAL）{ 第一=新节点（）; first.val = VAL;
..
在堆排序快速排序的优势
堆排序有最坏情况复杂度为O（n日志）N wnile快速排序为O（n ^ 2）。 但emperical证据说，快速排序优越。这是为什么呢？ 解决方案 其中一个主要因素是，快速排序具有更好的引用的局部性的 - 要访问的下一件事就是通常接近于内存到东西，你只是看着。与此相反，堆排序跳跃周围显著更多。既然事情是并拢可能会被缓存起来，快速排序往往会更快。 不过，快速排序的最坏情况下的的性能显著不如堆排
..
算法来确定阵列包含n个... N + M？
我看到在Reddit上这个问题，并没有正解presented，而且我认为这将是一个完美的问题要问在这里。这是在一个线程关于面试问题： 写方法，它的大小为m的int阵列，和返回（真/假）如果数组由号n ... N + M-1，在此范围内的所有数字和只有数字在该范围内。该阵列不保证进行排序。 （例如，{2,3,4}会返回true。{1,3,1}将返回false，{1,2,4}将返回false。
..
是的log（n！）=Θ（N·的log（n））？
这是一个家庭作业的问题。我不期待一个答案，只是一些指导，可能:)我要表明的日志（ N 的！）=Θ（ N 的·日志（ N 的）） 一个提示是因为我应该表现出的上限是的 N 的的 N 的 并显示下界是（ N 的/ 2）（ N 的/ 2） 。这似乎不是所有的直觉给我。为什么会出现这种情况？我肯定可以看到如何转换的的 N 的的 N 的 为的 N 的？日志（ N 的） [登录等式的两边]，但是那是种工作倒
..
使用find分钟/找到-MAX比O（n）的更有效的堆栈？
我感兴趣的创建类似堆栈支持以下操作的Java数据结构，尽可能有效地： 一键，还增加了一个新的元素堆顶上， 流行音乐，这消除了堆栈顶部元素 找到-Max的，它返回（但不删除）堆栈的最大元素，而 找到民，返回（但不删除）堆栈的最小元素，而 什么是最快的实现这个数据结构的？我怎么可能去写它的Java？ 解决方案 这是一个经典的数据结构的问题。问题背后的直觉是如下 - 的唯一方法是，如果你把一个新
..
大O和小O符号的区别
大O 标记 O（N）和小-O 标记 O（N）？ 解决方案 F∈O（G）说，基本上 对于至少有一个选择恒定的 K 的> 0，你可以找到一个恒定的在的，这样的不平等F（X） ＆LT; ķG（x）的成立对于所有的x>一。 需要注意的是O（G）是一套此条件成立。所有功能 F∈O（G）说，基本上 对于每次选择恒定的 K 的> 0，你可以找到一个恒定的在的，这样的不平等F（X）＆LT; ķ
..
究竟是什么大Ө符号重新present？
我真搞不清楚大O，大欧米茄和大西塔符号之间的差异。 据我所知，大O是上界，大欧米茄是下限，但究竟是什么大Ө（THETA）重新present？ 我已阅读，这意味着 紧约束的，但什么意思？ 解决方案 这意味着，该算法在给定函数两个大O和大欧米茄。 例如，如果是Ө（N），则存在常数 K ，这样你功能（运行时间，等等），大于 N *氏“/ code>足够大的 N ，和一些其他的常 K 这样，你的
..
如何两个排序的数组合并成一个排序的数组？
这是问我在接受采访时，这是我提供的解决方案： 公共静态INT []合并（INT []一，INT []二）{ INT []答案=新INT [则为a.length + b.length个] INT I = 0，J = 0，K = 0; 而（I＆LT;则为a.length和放大器;＆放大器; J＆LT; b.length个） { 若（a [1] -
..
实现一个队列，其中push_rear（），pop_front（）和get_min（）都是固定的时间操作
我遇到了这样一个问题： 实现一个队列，其中push_rear（），pop_front（）和get_min（）都是常量时间的操作。 我最初以为用最小堆数据结构，具有O（1）复杂的get_min的（）。但push_rear（）和pop_front（）是O（日志（N））。 有谁知道什么是执行这样的队列有O（1）推（），流行（）和MIN（）？最好的方法 我GOOGLE了这一点，并希望指出该感谢所有的
..
大澳的八岁儿童？
我问更多有关这意味着我的code。我理解的概念数学，我只是很难环绕我的头周围他们的意思概念。例如，如果一个人对数据结构进行了O（1）操作，据我所知，操作它的量来执行不会增长，因为有更多的项目。而为O（n）操作将意味着你将每个元素上执行一系列操作。可能有人在这里填写的空白？ 在什么样的事情究竟会为O（n ^ 2）操作怎么办？ 而到底什么意思，如果操作是O（n的log（n））？ 而没有人有抽烟裂纹写
..
对大澳清单PHP函数
使用PHP一段时间了之后，我注意到，并非所有的PHP内置函数预期的快。考虑一个函数，发现如果使用的质数的缓存阵列的数是素两个以下可能的实现。 //为大$ prime_array很慢 $ prime_array =阵列（2，3，5，7，11，13，.... 104729，...）; $ result_array =阵列（）; 的foreach（$ array_of_number =＆GT; $号
..
什么是O（log n）的意思是什么呢？
我目前了解大O符号的运行时间和摊销次。我理解的概念的 O（N）的线性时间，这意味着输入的大小影响算法按比例的增长... ...和同样的，例如，二次时间的为O（n 2 ）的etc..even算法，如置换发电机，用的 O（N！）的时候，生长受阶乘。 例如，下面的功能的 O（N）的，因为在算法中的比例增大到其输入的 N 的： F（INT N）{ INT I; 对于（I = 0; I＆n种+
..
恒分期时间
什么是“恒分期时间”，当谈到时间的算法的复杂度是什么意思？ 解决方案 深入浅出的摊余时间解释： 如果你做一个操作说万次，你真的不关心最坏情况或最好的情况是操作的 - 你关心的是有多少时间是在拍摄总在重复操作一百万次。 因此，它并不重要，如果操作很慢在一段时间一次，只要“过一段时间”是够罕见的缓慢被摊薄了。从本质上讲分期时间的意思是“每个操作的平均时间服用，如果你做很多操作”。摊余时间不
..
如何找到第k最大元素的长度为n的无序排列在O（n）的？
我相信有办法找到在长度的无序排列的n O（n）的第k个最大的元素。也许它的“预期”为O（n）或东西。我们怎样才能做到这一点？ 解决方案 这就是所谓发现在 K阶统计。有一个很简单的随机算法（所谓的 quickselect 的）采取 O（N）平均时间，和pretty的复杂的非随机算法回吐 O（N）最坏情况下的时间。有一个关于维基百科的一些信息，但它不是很好。 您需要的一切都在这些PowerPoi
..
大O，你怎么计算/近似它？
大多数人有一定程度的CS肯定会知道什么大O表示。 它帮助我们衡量如何（中）高效的算法确实是，如果你知道哪个类别你正在试图解决的问题奠定了你可以计算出，如果它仍然是可以挤出一点额外的性能。 1 不过我很好奇，怎么办的您的计算或近似您算法的复杂性？ 1 但正如他们所说，不要过分，的 premature优化是一切罪恶的根源，并优化无正当原因应受到的名字。 解决方案 我是一个教授的助手在我的数据结
..