c – 同时复杂但运行时间变化很大
对于这个问题:给定偶数(大于2),返回两个素数,其总和将等于给定数.
以下算法分别具有时间复杂度O(A2.5)和O(Alog(log(A)).仍然对于A(整数)的值大到73939138,第二个算法真的很慢.我试过很多输入,第一个更快.你能解释一下原因吗? int ul=A/2; vector <int> answer; for (int i=1; i<=ul; i++) { if (check(i)==1 && check(A-i)==1 ) //check(i) checks primality of i in O(i^1.5) { int myint[2] ={ i,A-i }; answer.assign( myint,myint+2); return answer; } } vector<bool> primes(A+1,true); int i,j; //Sieve of Eratosthenes O(Alog(log(A))) for(i=2;i*i<A+1;i++) { if(primes[i]) { for(j=2;i*j<A+1;j++) primes[i*j]=0; } } vector<int> arr,answer; //arr is vector containing all primes from 2 to A; O(A) for(i=2;i<A+1;i++) { if(primes[i]) arr.push_back(i); } i=0;j=arr.size()-1; //Algorithm to find 2 numbers summing up to a value while(i<=j) { if(arr[i]+arr[j]>A) j--; else if(arr[i]+arr[j]<A) i++; else { answer.push_back(arr[i]); answer.push_back(arr[j]); return answer; } } 编辑:check(n)定义如下: int check(int n) { int ul=sqrt(n); if(n<2) return 0; for(int i=2; i<=ul; i++) { if(n%i==0) return 0; } return 1; } 解决方法
您考虑的复杂性并不能直接提供有关算法性能的信息,而是提供有关渐近行为的信息,通常用于最坏情况.
最坏情况与平均情况 只需看看A = 73939138的答案: 73939138 = 5 + 73939133 所以基本上,你的第一个算法会做10次调用来检查,而第二个算法会通过巨大的循环来填充数组素数. 第一算法的平均情况复杂度可能远低于O(A ^ 2.5),而第二算法的平均情况复杂度接近或等于O(A log(log(A)). 注意:关于平均情况复杂性的后续内容仅仅是猜测,不要将它们用于合理的结果. 第二种算法: 在这个算法中,无论A是什么,你都必须使用Eratosthenes的筛来填充数组素数,即O(A log(log(A))).由于这是算法中最耗时的部分,因此该算法的平均情况复杂度可能接近其最坏情况复杂度,因此O(A log(log(A))). 第一种算法: 这里更复杂……基本上,它取决于算法的结果.根据Wikipedia’s page on Goldbach’s conjecture,将A作为两个素数之和的平均写入方式是A /(2 * log(A)^ 2). 由于素数不能有两种不同的方式,这意味着平均有2 * A /(2 * log(A)^ 2)= A /(log(A)^ 2)素数有助于其中一种方式. 如果我们假设* 1这些素数均匀分布,则较小的素数应该接近A /(A / log(A)^ 2)= log(A)^ 2. 所以你只需要检查大约log(A)^ 2的数字. 1我完全不知道这是不是真的,我只是在猜测…… 渐近行为 检查@PeterBecker’s answer and comments. 当你说O(A log(log(A)))复杂度时,你隐藏了很多东西 – 任何函数f(A)= C *(A log(log(A)))g(A)其中g( A)是O(A log(log(A)))也是O(A log(log(A))). 例如: f(A) = c1 * A * log(log(A)) + c2 * A + c3 * log(A) …是O(A log(log(A))). 系数c1,c2,c3决定了算法实现的实际行为,不幸的是,这些通常很难找到(或复杂). 例如,快速查看您的实现显示以下内容: >第一种算法不使用任何类型的容器,因此几乎没有内存需求(只有一些局部变量). > primes包含73939139“entity” – 这很可能是通过std :: vector< bool>的特化来优化的,但你仍然需要~9MB,它不适合L1缓存,也许是L2,你需要一点点每次访问的每个操作. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |