Questions tagged «time-complexity»

我想比较2个字符串并保持匹配，在比较失败的地方分开。 因此，如果我有2个字符串- string1 = apples string2 = appleses answer = apples 另一个示例，因为字符串可能包含多个单词。 string1 = apple pie available string2 = apple pies answer = apple pie 我敢肯定有一种简单的Python方式可以做到这一点，但是我无法解决，感谢您的帮助和解释。

75 python  string  algorithm  time-complexity  dynamic-programming 

我一直在研究stackoverflow非临时性惰性评估，这使我想到了Keegan McAllister的演讲：为什么要学习Haskell。在幻灯片8中，他显示了最小功能，定义为： minimum = head . sort 并指出其复杂度为O（n）。我不明白，如果按替换排序为O（nlog n），为什么说复杂度是线性的。帖子中提到的排序不能是线性的，因为它不假设任何有关数据的信息，这是线性排序方法（例如计数排序）所要求的。 懒惰的评估在这里扮演着神秘的角色吗？如果是这样，其背后的解释是什么？

72 algorithm  sorting  haskell  lazy-evaluation  time-complexity 

为什么我在哈希表上仍然看到这些函数的不同运行时复杂性？ 在Wiki上，搜索和删除均为O（n）（我认为哈希表的要点是具有恒定的查找，因此，如果搜索为O（n）的意义是什么）。 在不久前的一些课程笔记中，我看到了许多复杂的情况，具体取决于某些细节，包括一个包含所有O（1）的细节。如果我可以全部获得O（1），为什么还要使用其他实现？ 如果我以C ++或Java之类的语言使用标准哈希表，那么我期望的时间复杂度是多少？

72 algorithm  data-structures  hash  time-complexity  hashtable 

据我了解，我使用下面给出的邻接表将Dijkstra算法的时间复杂度计算为big-O表示法。它没有按预期的方式出现，这使我逐步了解了它。 每个顶点可以连接到（V-1）个顶点，因此每个顶点的相邻边数为V-1。假设E表示连接到每个顶点的V-1边。 在最小堆中查找和更新每个相邻顶点的权重为O（log（V））+ O（1）或O(log(V))。 因此，从上面的步骤1和步骤2开始，更新顶点的所有相邻顶点的时间复杂度为E *（logV）。或E*logV。 因此，所有V个顶点的时间复杂度为V *（E * logV）即O(VElogV)。 但是Dijkstra算法的时间复杂度为O（ElogV）。为什么？

71 algorithm  graph  big-o  time-complexity  dijkstra 

给定这种排序算法，您如何表达其时间复杂度？ 最初显示在这里 （部分存档）。 #!/bin/bash function f() { sleep "$1" echo "$1" } while [ -n "$1" ] do f "$1" & shift done wait example usage: ./sleepsort.bash 5 3 6 3 6 3 1 4 7

69 time-complexity 

我们都知道，在Python中执行语句一定次数的常见方法是使用for循环。 一般的做法是 # I am assuming iterated list is redundant. # Just the number of execution matters. for _ in range(count): pass 我相信没有人会争辩说上面的代码是通用的实现，但是还有另一种选择。通过增加引用来使用Python列表创建的速度。 # Uncommon way. for _ in [0] * count: pass 还有旧的while方法。 i = 0 while i < count: i += 1 我测试了这些方法的执行时间。这是代码。 import timeit repeat = 10 …

66 python  python-3.x  performance  time-complexity