玩转算法面试-第二章

1 时间复杂度分析
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
正常处理的数据规模，为了保险起见，可将将上面的数在除以10，防止电脑假死。

空间复杂度分析：
在这里插入图片描述
注意问题：递归调用是有空间代价的
在这里插入图片描述

3 常见的复杂度分析
翻转的代码：
在这里插入图片描述
选择排序的方法：
在这里插入图片描述二分查找：针对已经排序的数组中查找

在这里插入图片描述
将数字整形转化为字符串
在这里插入图片描述
上面这个函数还需要定义reverse函数，该函数的复杂度为n/2
上面只考虑了正整数的情况，那么为负整数和0怎么办呢？
在这里插入图片描述
增量是logn的变化，故整个是n*log n的复杂度

判断素数：

在这里插入图片描述
递归算法的复杂度分析：
二分查找法的递归实现
在这里插入图片描述
在这里插入图片描述
求和：
在这里插入图片描述

x的幂次方运算
在这里插入图片描述
思考题，求n的负次幂？

在这里插入图片描述
时间复杂度：2^n
在这里插入图片描述
资料：可以查找主定理

2-6均摊复杂度分析

动态数组：
在这里插入图片描述
在这里插入图片描述
思考题：动态栈
动态队列的实现

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/480128.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

论文笔记（Attentive Recurrent Social Recommendation）

论文笔记（Attentive Recurrent Social Recommendation）

注意力循环社交推荐 原文链接：Attentive Recurrent Social Recommendation, SIGIR’18 原理：将用户的朋友和历史交互项按时间划分，用注意力机制整合各个时段的朋友影响和交互项影响后输入LSTM来学习动态用户向量，动态用户向量与动…
阅读更多...
回溯算法（Backtracking Algorithm）之八皇后问题

回溯算法（Backtracking Algorithm）之八皇后问题

文章目录1. 回溯算法思想2. 算法应用2.1 八皇后问题1. 回溯算法思想 前面讲过贪心算法并不能保证得到最优解，那怎么得到最优解呢？ 回溯思想，有点类似枚举搜索。枚举所有的解，找到满足期望的解。为了有规律地枚举所有可能的解&am…
阅读更多...
最全Java锁详解：独享锁/共享锁+公平锁/非公平锁+乐观锁/悲观锁

最全Java锁详解：独享锁/共享锁+公平锁/非公平锁+乐观锁/悲观锁

在Java并发场景中，会涉及到各种各样的锁，比如：高并发编程系列：4种常用Java线程锁的特点，性能比较、使用场景，这些锁有对应的种类：公平锁，乐观锁，悲观锁等等，这…
阅读更多...
论文浅尝 | Generative QA: Learning to Answer the Whole Question

论文浅尝 | Generative QA: Learning to Answer the Whole Question

链接: https://openreview.net/forum?idBkx0RjA9tX传统的机器阅读理解的模型都是给定 context 和 question, 找出最有可能回答该 question 的 answer，用概率表示为 p(a|q,c)，这其实是一个判别模型。判别模型在大多数任务上可以取得比生成模型更好的准确…
阅读更多...
打破BERT天花板：11种花式炼丹术刷爆NLP分类SOTA！

打破BERT天花板：11种花式炼丹术刷爆NLP分类SOTA！

星标/置顶小屋，带你解锁最萌最前沿的NLP、搜索与推荐技术文 | JayLou娄杰编 | 小轶在2020这个时间节点，对于NLP分类任务，我们的关注重点早已不再是如何构造模型、拘泥于分类模型长什么样子了。如同CV领域当前的重点一样，我们更应该…
阅读更多...
论文笔记（A Neural Influence Diffusion Model for Social Recommendation）

论文笔记（A Neural Influence Diffusion Model for Social Recommendation）

神经影响传播模型为了社交推荐 原文链接：A Neural Influence Diffusion Model for Social Recommendation, SIGIR’19 原理：社交网络上应用GNN提取朋友对用户的影响候选项对用户历史交互项的注意力影响用户向量，用户向量和项向量的内积预测评…
阅读更多...
玩转算法面试-第三章

玩转算法面试-第三章

数组中常见的问题 排序： 选择排序；插入排序；归并排序；快速排序 查找：二分查找法 数据结构：栈；队列；堆 … 二分查找法： 1964年提出，没有bug的二分查找法是在1…
阅读更多...
回溯应用-- 0-1背包问题

回溯应用-- 0-1背包问题

文章目录1. 问题描述2. 回溯解决思路1. 问题描述 0-1背包非常经典，很多场景都可以抽象成这个问题。经典解法是动态规划，回溯简单但没有那么高效。 有一个背包，背包总的承载重量是 W kg。现有n个物品，每个物品重量不等&#xff0…
阅读更多...
Java多线程系列(五)：线程池的实现原理、优点与风险、以及四种线程池实现

Java多线程系列(五)：线程池的实现原理、优点与风险、以及四种线程池实现

为什么需要线程池 我们有两种常见的创建线程的方法，一种是继承Thread类，一种是实现Runnable的接口，Thread类其实也是实现了Runnable接口。但是我们创建这两种线程在运行结束后都会被虚拟机销毁，如果线程数量多的话，频繁…
阅读更多...
论文浅尝 | 面向单关系事实问题的中文问答模型

论文浅尝 | 面向单关系事实问题的中文问答模型

来源：NLPCC 2017论文下载地址：http://tcci.ccf.org.cn/conference/2017/papers/2003.pdf动机开放领域的QA问题是一个被广泛研究的问题，而且目前这个问题并没有被很好地解决。在中文领域，相关的数据集并不多。而NLPCC开放了一个KBQ…
阅读更多...
玩转算法值面试-第五章 -在链表中穿针引线

玩转算法值面试-第五章 -在链表中穿针引线

5-123 数组中可以随机访问，相反链表就不行 leetcode：206 反转一个链表，链表如果没有特别声明，则节点的值不发生改变 一共需要三个指针：current指向当前需要处理的指针 next指向当前需要处理的元素的下一个元素的指针…
阅读更多...
论文笔记（SocialGCN: An Efficient Graph Convolutional Network based Model for Social Recommendation）

论文笔记（SocialGCN: An Efficient Graph Convolutional Network based Model for Social Recommendation）

一个有效的基于图卷积神经网络的社交推荐模型 原文链接：SocialGCN: An Efficient Graph Convolutional Network based Model for Social Recommendation, arxiv 原理：在用户-项交互图上应用GNN来学习用户向量的表示，用户向量和项向量内积预测…
阅读更多...
POJ 1753 Flip Game（回溯）

POJ 1753 Flip Game（回溯）

文章目录1. 题目1.1 题目链接1.2 题目大意1.3 解题思路2. 代码2.1 Wrong Answer代码2.2 Accepted代码1. 题目 1.1 题目链接 http://poj.org/problem?id1753 1.2 题目大意 一个黑白棋子的棋盘，一个反过来周围四个也跟着反过来(如果存在的话)，颜色取反…
阅读更多...
他读书时挣了五十万，找工作时收获阿里腾讯快手等ssp offer

他读书时挣了五十万，找工作时收获阿里腾讯快手等ssp offer

今天介绍一位dalao，他之前在中科院获取了计算机硕士学位，现在是一名大厂的算法工程师。大多数人的学生生活，是在枯燥的课程和任务中度过的，但他却有所不同，乐于折腾，收获了不一样的精彩。他喜欢去公司实习&…
阅读更多...
Java多线程系列(三)：Java线程池的使用方式，及核心运行原理

Java多线程系列(三)：Java线程池的使用方式，及核心运行原理

之前谈过多线程相关的4种常用Java线程锁的特点，性能比较、使用场景，今天主要分享线程池相关的内容，这些都是属于Java面试的必考点。 为什么需要线程池 java中为了提高并发度，可以使用多线程共同执行,但是如果有大量线程短时间之内…
阅读更多...
论文浅尝 | 图神经网络综述：方法及应用

论文浅尝 | 图神经网络综述：方法及应用

论文链接：https://arxiv.org/pdf/1812.08434.pdfGNN相关论文列表链接：https://github.com/thunlp/GNNPapers近日，清华刘知远老师组在arXiv上发表了一篇关于图神经网络的综述，本次论文浅尝在分享这篇论文的基础上，对图神…
阅读更多...
论文笔记（Social Attentional Memory Network：Modeling Aspect- and Friend-level Differences in Recom-)

论文笔记（Social Attentional Memory Network：Modeling Aspect- and Friend-level Differences in Recom-)

社交注意记忆网络：模拟面级别和朋友级别的区别 原文链接：Social Attentional Memory Network: Modeling Aspect- and Friend-Level Differences in Recommendation, WSDM’19 1. 摘要 社会中的连接有助于提升推荐系统的性能，但是&#xff…
阅读更多...
玩转算法之面试-第六章（栈和队列）

玩转算法之面试-第六章（栈和队列）

leetcode 20 此时栈顶的左括号和当前遍历的右括号匹配，故将左括号从栈顶pop出。 leetcode 150： leetcode 71 栈和递归的关系 递归算法：二叉树中的算法 、二叉树的前序遍历，中序遍历，后序遍历 前序遍历代码&am…
阅读更多...
POJ 1321 棋盘问题（回溯）

POJ 1321 棋盘问题（回溯）

文章目录1. 题目1.1 题目链接1.2 题目大意1.3 解题思路2. 代码2.1 Accepted 代码1. 题目 1.1 题目链接 http://poj.org/problem?id1321 1.2 题目大意 在一个给定形状的棋盘（只能在#号的位置摆放）上面摆放棋子，棋子没有区别。要求摆放时任…
阅读更多...
Java多线程系列(二)：线程的五大状态，以及线程之间的通信与协作

Java多线程系列(二)：线程的五大状态，以及线程之间的通信与协作

在Java面试的时候，经常会问到Java并发编程相关的多线程、线程池、线程锁、线程通信等面试必考点，比如： Java并发编程系列：Java线程池的使用方式，核心运行原理、以及注意事项 Java并发编程系列：4种常用Jav…
阅读更多...
最新文章

Copyright @ 2022~2023