Python滑动窗口算法:滑动窗口算法(4 by 4 sliding window price)

我知道滑动窗口算法的时间复杂度是 o(N),但是可变大小的滑动窗口算法的时间复杂度是多少。

对于 e-

数组 = [1,2,3,4,5,6]

当滑动窗口的大小为 = 1 时窗口-[1],[2],[3],[4],[5],[6]

当滑动窗口的大小为 = 2 时窗口-[1,2],[2,3],[3,4],[4,5],[5,6]

当滑动窗口的大小为 = 3 时窗口-[1,2,3],[2,3,4],[3,4,5],[4,5,6]

等等...

窗口大小的范围为 1 到 n(窗口大小的有效值)。如果创建单个窗口的成本为 O(N),则创建 N 个窗口的成本为 O(N ^ 2)?

1

在数组中运行滑动窗口是 O(n),而不管窗口的大小。

对于所有窗口大小,头指针和尾指针单调增加。相反,典型的嵌套循环二次算法为每个外部索引i运行内部索引jin

这里的假设是,除了 deque 优惠和投票(每个i的恒定时间)之外,您没有做任何额外的工作,例如为每个i循环遍历窗口。

如果你正在创建n窗口从1n,你回到经典的嵌套循环二次算法,O(n ^ 2)。

本站系公益性非盈利分享网址,本文来自用户投稿,不代表边看边学立场,如若转载,请注明出处

(539)
Xp算号器:仿真器未运行 WindowsXP
上一篇
Python爬虫接单:Python网络爬虫:连接超时
下一篇

相关推荐

发表评论

登录 后才能评论

评论列表(82条)