C&C++   发布时间:2022-04-03  发布网站:大佬教程  code.js-code.com
大佬教程收集整理的这篇文章主要介绍了c – 同时复杂但运行时间变化很大大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
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

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).
>第二种算法使用两个相对较大的数组,素数和arr – 如果A = 73939138:

> 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.
> arr应该包含~4000000 int(参见here),因为你使用push_BACk需要多次分配.

大佬总结

以上是大佬教程为你收集整理的c – 同时复杂但运行时间变化很大全部内容,希望文章能够帮你解决c – 同时复杂但运行时间变化很大所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。