更新: Armin
Rigo的第二个答案已废除了这里描述的第一个算法,该算法更简单,更有效。但是这两种方法都有一个缺点。他们需要许多小时才能找到一百万个整数的结果。因此,我尝试了另外两个变体(请参阅此答案的后半部分),其中假定输入整数的范围是有限的。这种限制允许更快的算法。我也尝试优化Armin
Rigo的代码。最后查看我的基准测试结果。
这是使用O(N)内存的算法思想。时间复杂度为O(N 2 log N),但可以降低为O(N 2)。
算法使用以下数据结构:
prev
:索引数组,指向(可能不完整)子序列的前一个元素。hash
:具有key的哈希图=子序列中的连续对之间的差,而value =其他两个哈希图。对于这些其他哈希图:键=子序列的开始/结束索引,值=对(子序列长度,子序列的结束/开始索引)。pq
:优先级队列,用于存储在prev
和中的子序列的所有可能的“差异”值hash
。
算法:
prev
用索引初始化i-1
。更新hash
并pq
注册在此步骤中发现的所有(不完整)子序列及其“差异”。- 从中获取(并删除)最小的“差异”
pq
。从hash
第二级哈希图中获取相应的记录并进行扫描。此时,具有给定“差异”的所有子序列均已完成。如果第二级哈希图包含的子序列长度比迄今为止找到的更好,请更新最佳结果。 - 在数组中
prev
:对于在步骤#2中找到的任何序列的每个元素,递减索引,并更新hash
和可能pq
。更新时hash
,我们可以执行以下 *** 作之一:添加新的长度为1的子序列,或将现有的子序列增加1,或合并两个现有的子序列。 - 删除在步骤2中找到的哈希映射记录。
pq
不为空时,从步骤2继续。
该算法
prev每次更新O(N)次的O(N)个元素。这些更新中的每一个都可能需要为添加新的“差异”
pq。如果我们使用的简单堆实现,所有这些都意味着O(N 2 log N)的时间复杂度
pq。为了将其减少到O(N
2),我们可以使用更高级的优先级队列实现。此页面列出了一些可能性:优先队列。
请参阅Ideone上相应的Python代码。此代码不允许列表中有重复的元素。可以解决此问题,但无论如何还是要删除重复项(并找到重复项之外最长的子序列),这将是一个很好的优化。
和相同的代码经过一点优化。只要子序列长度乘以可能的子序列“差异”超过源列表范围,搜索就会终止。
Armin
Rigo的代码简单而高效。但是在某些情况下,它会执行一些额外的计算,这些计算可以避免。只要子序列长度乘以可能的子序列“差异”超过源列表范围,搜索就会终止:
def findLESS(A): Aset = set(A) lmax = 2 d = 1 minStep = 0 while (lmax - 1) * minStep <= A[-1] - A[0]: minStep = A[-1] - A[0] + 1 for j, b in enumerate(A): if j+d < len(A): a = A[j+d] step = a - b minStep = min(minStep, step) if a + step in Aset and b - step not in Aset: c = a + step count = 3 while c + step in Aset: c += step count += 1 if count > lmax: lmax = count d += 1 return lmaxprint(findLESS([1, 4, 5, 7, 8, 12]))
如果源数据(M)中的整数范围较小,则可以使用O(M 2)时间和O(M)空间的简单算法:
def findLESS(src): r = [False for i in range(src[-1]+1)] for x in src: r[x] = True d = 1 best = 1 while best * d < len(r): for s in range(d): l = 0 for i in range(s, len(r), d): if r[i]: l += 1 best = max(best, l) else: l = 0 d += 1 return bestprint(findLESS([1, 4, 5, 7, 8, 12]))
它类似于Armin
Rigo的第一种方法,但是它不使用任何动态数据结构。我想源数据没有重复项。并且(为了使代码简单),我还假设最小输入值是非负的,并且接近零。
如果我们不是使用布尔数组,而是使用位集数据结构和按位运算来并行处理数据,则可能会改进以前的算法。下面显示的代码将位集实现为内置的Python整数。它具有相同的假设:没有重复项,最小输入值是非负值并且接近零。时间复杂度为O(M
2 * log L),其中L为最佳子序列的长度,空间复杂度为O(M):
def findLESS(src): r = 0 for x in src: r |= 1 << x d = 1 best = 1 while best * d < src[-1] + 1: c = best rr = r while c & (c-1): cc = c & -c rr &= rr >> (cc * d) c &= c-1 while c != 1: c = c >> 1 rr &= rr >> (c * d) rr &= rr >> d while rr: rr &= rr >> d best += 1 d += 1 return best
基准测试:
输入数据(大约100000整数)通过以下方式生成:
random.seed(42)s = sorted(list(set([random.randint(0,200000) for r in xrange(140000)])))
对于最快的算法,我还使用了以下数据(大约1000000整数):
s = sorted(list(set([random.randint(0,2000000) for r in xrange(1400000)])))
所有结果以秒为单位显示时间:
Size: 100000 1000000Second answer by Armin Rigo: 634 ?By Armin Rigo, optimized: 64 >5000O(M^2) algorithm: 53 2940O(M^2*L) algorithm: 7 711
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)