在 O(lg n) 领带复杂度的排序数组中查找多数元素
Find Majority element in a sorted array in O(lg n) tie complexity
我正在处理这个问题,在查看一些帖子时,我得到了一个使用摩尔投票算法的时间复杂度为 O(n( 的解决方案。多数元素是出现大于数组大小除以 2 的元素。对于 o(lg n( 时间,以下是我的代码,请建议它是否在 o(lg n( 中。我欢迎建议,因为我对编程很陌生。
#include <bits/stdc++.h>
#include <algorithm>
using namespace std ;
int binarySearch(vector <int> a, int l, int h){
if(l - h < a.size() / 2)
return -1;
int mid = (l+h)/2;
int temporaryLow = mid;
int temporaryHigh = mid;
while(temporaryLow > 0 && a[temporaryLow] == a[mid])
temporaryLow--;
while(temporaryHigh < a.size() && a[temporaryHigh] == a[mid])
temporaryHigh++;
if((temporaryHigh -1) - (temporaryLow+1) +1 >= a.size()/2){
return a[mid];
}else{
return max(binarySearch(a,0,temporaryLow),binarySearch(a,temporaryHigh,h));
}
}
int findMajority(vector <int> numbers){
return binarySearch(numbers , 0, numbers.size());
}
int main()
{
int n ;
vector <int> a ;
while ((cin >> n) && n != 9999)
a.push_back(n);
int majority = findMajority(a);
cout << majority ;
}
不,它不是 O(log n(。二叉搜索的想法是每次将搜索空间减少一半,而您的代码没有这样做。
如果数组是有序的,则多数值可以是中间值。若要验证这一点,请将 mid 作为中间值。
查找中间检查的lower_bound和upper_bound,如果差异大于数组大小的一半。
法典:
#include <vector>
#include <algorithm>
int majorityElement(const std::vector<int> &array) {
auto size = array.size();
if (!size)
throw std::runtime_error("no majority element");
auto mid = array[size/2];
// These run in O(lg N) because array is sorted
auto low_index = std::lower_bound(array.cbegin(), array.cend(), mid);
auto upp_index = std::upper_bound(array.cbegin(), array.cend(), mid);
if ((upp_index - low_index) > size/2)
return mid;
throw std::runtime_error("no majority element");
}
相关文章:
- 显示错误输出的简单数组排序程序
- C 使用单个函数对具有多种值类型的数组排序
- 2D数组排序,空格打乱顺序
- C 2D数组排序
- C++数组排序 - 将"bbba"和"0001"视为不正确排序的问题
- 数组排序功能
- CString 数组排序
- 简单的数组排序/检查 划分和征服版本
- C++ 中的多维数组排序
- 选择在++中对并行数组排序
- C++:二维指针数组排序:选择排序不适用于某些实例
- C++字符串数组排序
- C++中的指针数组排序算法
- 在VC++6中使用向量进行数组排序时出错,而在VC++2012中没有错误
- 将索引数组排序为主数组
- 数组排序、数组输入、数组输出
- C++数组排序,内存错误
- 在嵌入式系统上将数组排序功能从c++移植到c
- 基于其他int数组排序
- 多维数组排序c++奇怪行为