算法设计——问一个算法题(算法导论的作业题) (转载自水木清华Programming)


有一个数组A[1...n],数组元素为0到n之间的整数,并且没有重复的。那么这个数组肯定缺失0到n之间的某一个整数。我们可以在时间复杂度为O(n)的情况下找出这个整数:假设一辅助数组B[0...N],把A按元素大小读到B中,再扫描一遍B则知道A中缺失了哪个整数。

现在,我们假设不存在一次读A中一个元素的操作,A中的每个元素是二进制存放的,只存在这样一个常数操作OPERATION1:读A[i]的第j位。

那么,我们只利用OPERATION1,如何在时间复杂度O(n)内找出A中究竟缺失哪个整数?

------------------------------------------------------------------------------------------------------------------------

very easy
假设是32 位的, 定义C[32]
C[i]统计 这个数组元素 i位的个数
统计完求和
         31
       ------
       /
sum1 = /           C[i] * 2^i
       ------
         i = 0
sum = 1+ 2+....+n

sum - sum1即可



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这是一道分治法相关的简答,包含三个,最后一个算法设计1:请简要解释一下分治法的基本思想和步骤。 回答1:分治法是一种算法设计策略,其基本思想是将分解为更小的子,然后解决这些子,并将子的解合并以得到原始的解。它的步骤包括: 1. 分解:将原始划分为若干个规模较小、结构与原相似的子。 2. 解决:递归地解决每个子。如果子规模足够小,则直接求解。 3. 合并:将子的解合并为原始的解。 2:分治法与动态规划有什么区别? 回答2:分治法和动态规划都是常见的算法设计策略,但它们在划分和子重叠上有所不同。 分治法将划分为独立的子,各个子之间没有重叠。每个子都是独立求解的,不依赖于其他子的解。 动态规划则是将划分为重叠的子,通过保存子的解避免重复计算。每个子只需要求解一次,并将其解保存在一个表格中,方便后续使用。 3:请给出一个使用分治法解决的具体,并描述其算法设计。 回答3:一个使用分治法解决的具体是求解最大子数组和(Maximum Subarray Sum)算法设计如下: 1. 将原始数组划分为两个较小的子数组。 2. 分别递归地求解左子数组和右子数组的最大子数组和。 3. 求解横跨两个子数组的最大子数组和,即包含左子数组最右边元素和右子数组最左边元素的子数组。 4. 比较三个和中的最大值,即为原始数组的最大子数组和。 这个算法的时间复杂度为O(nlogn),其中n为原始数组的长度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值