关于快速排序和插入排序最坏时间复杂度为O(nlogn)的算法
2006-03-21 12:32
525 查看
1.快速排序:根据T(n) = T(ðn) + O(n) (0 < ð <1) 则有 T(n) = O(n)
因此关键问题是怎样解决划分标准的问题, 因此产生下列线性时间找中位数的算法:
将数组a有n个元素, 划分成5个一组, 则共有[n/5]个元素, 对于每组用一般的排序找中位数,需要25次, 则总共需要O(25*[n/5]) = O(n), 然后在这些中位数中递归找其中位数需要T(n/5)次,然后以找到的中位数x来作为划分标准则显然划分时间为O(n), 再递归的划分, 显然最多有3n/4的元素小于或大于x, 则选择中位数的总复杂度为:
T(n) = O(n) + T(n/5) + T(3n/4) 有T(n) = O(n)。
因此快速排序的复杂度为T(n) = 2T(n/2) + O(n) 有:T(n) = nlogn。
2.插入排序:关键是查找和插入所需要的时间,若插入只需要O(1),就显然只能用链表来实现,那么用链表实现的最快查找是什么呢,当然是(logn),即相当于在链表上实现二分查找,不过要用到一种非常复杂的数据结构:Skip list(跳跃表)。
因此关键问题是怎样解决划分标准的问题, 因此产生下列线性时间找中位数的算法:
将数组a有n个元素, 划分成5个一组, 则共有[n/5]个元素, 对于每组用一般的排序找中位数,需要25次, 则总共需要O(25*[n/5]) = O(n), 然后在这些中位数中递归找其中位数需要T(n/5)次,然后以找到的中位数x来作为划分标准则显然划分时间为O(n), 再递归的划分, 显然最多有3n/4的元素小于或大于x, 则选择中位数的总复杂度为:
T(n) = O(n) + T(n/5) + T(3n/4) 有T(n) = O(n)。
因此快速排序的复杂度为T(n) = 2T(n/2) + O(n) 有:T(n) = nlogn。
2.插入排序:关键是查找和插入所需要的时间,若插入只需要O(1),就显然只能用链表来实现,那么用链表实现的最快查找是什么呢,当然是(logn),即相当于在链表上实现二分查找,不过要用到一种非常复杂的数据结构:Skip list(跳跃表)。
相关文章推荐
- 算法学习---关于快速排序,数据呈现基本有序和完全无序时候导致的时间复杂度增n^2的解决方案
- 【算法与数据结构】关于代码运行时间复杂度的计算方法
- 关于算法的时间复杂度O(f(n))
- 算法的时间复杂度和空间负责度、最坏情况和平均情况
- 关于算法的时间复杂度
- 关于算法的时间复杂度
- 关于算法的时间复杂度问题的思考
- 关于算法的时间复杂度的探讨
- 关于算法的空间复杂度和时间复杂度定义
- 【算法面试】n个数,找出其中最小的k个数,写出代码,要求最坏情况下的时间复杂度不能高于O(nlogk)
- 最坏情况下保证时间复杂度为N*logN的快速排序
- 关于大整数的乘法的算法时间复杂度的计算过程推导(纯属个人推测,请高人指正)
- 算法_动态规划_最长单调递增子序列问题(O(nlogn)的时间复杂度)
- 关于使用二分思想算法的时间复杂度的计算
- 算法的时间复杂度和空间复杂度-总结
- 算法的时间复杂度和空间复杂度
- 各算法时间复杂度总结
- 计算算法时间复杂度的主方法的一种较为简洁的记忆方法
- [算法] 使用“复杂”的数据结构降低时间复杂度
- 请问:求算法的时间复杂度