算法题目

给你一个数组A[1..n]，请你在O(n)的时间里构造一个新的数组B[1..n]，使得B[i]=A[1]*A[2]*...*A[n]/A[i] 。不能使用除法运算。
问题的关键在于不能使用除法运算。。。只能用乘法。。
B[i]=A[1]*A[2]*...*A[n]/A[i]=A[1]*A[2]*...*A[i-1]*A[i+1]*...*A[n]
分解开来，也就是分别计算
A[1]*A[2]*...*A[i-1]
A[i+1]*...*A[n]
再把两者乘。
设置两个缓存数组M和N，一个保存前n项乘积，一个保存后n项乘积
M:A[1],A[1]*A[2],A[1]*A[2]*A[3],......,A[1]*..*A[n]
N:A[1]*...*A[n],.....,A[n-2]*A[n-1]*A[n],A[n-1]*A[n],A[n]
计算M时间复杂度为O(n),计算N时间复杂度为O(n),计算B时间复杂度为O(n)

三个加起来O(3n)

在最坏情况下，同时找到n个数字中的最大值和最小值需要 3/2n-2 次比较。
找到 最大值 需要比较 n-1 次
找到 最小值 需要比较 n-1 次
同时找到 最大值 和 最小值 需要 2n-2 次
找到 最大值 的比较次数已经是最少的，已经不能再减少；找最小值也一样的，那该怎么减少呢？
问题的关键在于两者的结合，也就是要同时。对任意一个元素，它不可能同时为最大值和最小值。
在同时找到最大值和最小值时，每个元素都参与了与最大值和最小值的比较，比较了两次。将数组成对处理。两两互相比较，将大的与最大值比较，小的与最小值比较。每两个元素需要的比较次数是，两两比较一次，大者与最大值比较一次，小者与最小值比较一次，共三次。

蓄水池算法

问题描述

要求从N个元素中随机的抽取k个元素，其中N无法确定(N是个流，可能无穷大)。

这种应用的场景一般是数据流的情况下，由于数据只能被读取一次，而且数据量很大，并不能全部保存，因此数据量N是无法在抽样开始时确定的；但又要保持随机性，于是有了这个问题。所以搜索网站有时候会问这样的问题。

这里的核心问题就是“随机”，怎么才能是随机的抽取元素呢？我们设想，买彩票的时候，由于所有彩票的中奖概率都是一样的，所以我们才是“随机的”买彩票。那么要使抽取数据也随机，必须使每一个数据被抽样出来的概率都一样。

解决方案

解决方案就是蓄水库抽样（reservoid sampling）。主要思想就是保持一个集合（这个集合中的每个数字出现），作为蓄水池，依次遍历所有数据的时候以一定概率替换这个蓄水池中的数字。

1、程序的开始就是把前k个元素都放到水库中。

2、从第k+1个开始，以k/i的概率替换掉这个水库中的某一个元素。

算法伪代码

1	Init : a reservoir with the size： N

2	for i= N+1 to M

3	k=random(1, i);

4	if( M < N)

5	SWAP the kth value and ith value(替换先前抽样的k-库)

6

end for

应用场景

1、扫描一遍大日志文件，从中随机取出若干条日志用于分析