[Data structure学习笔记][week2]Amortized Analysis

针对上一篇中的Dynamic Array，我们知道当在数组末尾插入新的元素的时候，根据不同位置程序的运行时间也不相同。

 1. 假设当前我们有一个 Capacity 为3的动态数组。在数组中依次插入a，b，c，每次对应的操作时间为O(1)。 

2. 继续在数组中插入d，e，f。由于之前的capacity不够，因此首先要把容量变成原来的两倍，然后把之前的元素拷贝到大容量的数组中。

根据上面的内容我们可以知道，如果在动态数组中插入元素，其每次的运行时间是不同的。运行时间最少的情况是O(1)，而运行时间最长的情况是O(n)。因此如果要知道尾部插入新的元素的运行时间究竟应该是多少，此时我们就需要用到 Amortized Analysis 来解决这个问题。

Amortized Analysis 适用情况是当一种算法既有耗时长的运算情况，又有耗时短的运行情况。

方式一：Aggregate Method

Aggregate Method的核心就是去求运行时间的平均值。

假设  = 插入第 i 个元素的cost，那么：（继续沿用上面的例子，初始capacity为3）

当 i - 1 是旧数列大小的倍数的时候： = 1 + ( i - 1)  = i
否则： = 1

因此，平均运行时间为：

( +  + ... + ) / n --> O(n) / n --> O(1)

方式二：Banker's Method

Banker‘s Method的核心就是在运行时间少的情况下，投入额外的时间。因此，在需要耗费多的事情的情况下，可以去利用之前这些额外的时间。

比如当前有一个dynamic array，capacity = 1，我们要把字母插入到这个array中。假设每次操作前都先入账3块钱，每次操作消耗1元钱。

1. 插入字母a
    当前capacity = 1

起始金额	0
入账2元（注：初始入账为2元）	+ 2
插入字母a，消耗1元	- 1
结余	1

2. 插入字母b

    扩充capacity --> 1 x 2 --> new capacity  = 2

起始金额	1
将元素a从旧数组复制到新数组	- 1
入账3元	+ 3
插入字母b，消耗1元	- 1
结余	2

3. 插入字母c

    扩充capacity --> 2 x 2 --> new capacity  = 4

起始金额	2
将元素a从旧数组复制到新数组	- 1
将元素b从旧数组复制到新数组	- 1
入账3元	+ 3
插入字母c	- 1
结余	2

4. 插入字母d

    此时capacity = 4

起始金额	2
入账3元	+ 3
插入字母d	- 1
结余	4

5. 插入字母e

    扩充capacity --> 4 x 2 --> new capacity  = 8

起始金额	4
将元素a从旧数组复制到新数组	- 1
将元素b从旧数组复制到新数组	- 1
将元素c从旧数组复制到新数组	- 1
将元素d从旧数组复制到新数组	- 1
入账3元	+ 3
插入字母e	- 1
结余	2

。。。。

9. 插入字母i

    扩充capacity --> 8 x 2 --> new capacity  = 16

起始金额	8
将元素a至h从旧数组复制到新数组	- 8
入账3元	+ 3
插入字母i	- 1
结余	2

由上方可知，当使用这种方法的时候，每次插入新元素 = 预存2元花费1元，因此整体还是只有1次的操作，那么 Amotized time 也是 O(1)。

方式三：Pysicist's Method

Pysicist's Method 和 Banker's Method 类似，都是先进行 “预存” 以避免扩展数组时带来的额外花费。比如我们将一个球从高处滚下，那么滚下的期间，其势能将会转化为动能。同理，我们在对dynamic array进行插入操作的时候，也先蓄积势能，在需要扩展数组的时候，释放这个势能。

Pysicist's Method 的“预存”方式是提前扩展数组。

即当只有1个元素时，此时数组已经被扩展了，new capacity = 2
当有2个元素时，此时数组已经被扩展了，new capacity = 4
当有3个元素时，此时capacity = 4
当有4个元素时，此时数组已经被扩展了，new capacity = 8
...
以此类推

算法过程跳过，有兴趣可查看这个链接。

最后得出的时间仍然为 O(1)