一天一道算法题——数对数目分析

最新推荐文章于 2024-05-03 00:17:21 发布
原创 最新推荐文章于 2024-05-03 00:17:21 发布 · 713 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了如何优化算法以解决给定数组中满足x^y>y^x条件的数对数量问题。通过变形公式和排序技巧，将复杂度降低至O(nlogn+m*logn)，实现高效计算。
 题目：
     给定2个数组X和Y，元素都是正数，请找出满足如下条件的数对的个数:
   1.x^y > y^x,即x的y次方大于y的x次方
   2.x来自X数组，y来自Y数组

分析：你真的想要暴力吗，如果两个数组的长度为m和n，那么暴力的复杂度整整有O(m*n)那么高，而且没有用到正数这个条件
我们来变形一下：

x^y>y^x

y㏑x > x㏑y

y/㏑y > x/㏑x


所以，对于数组X,Y计算该值，然后对Y数组排序，对X数组遍历，对于每个x，在Y中进行二分查找


所以现在的时间复杂度为O（nlogn+m*logn）

每日4道算法题——第029天
猿小白的博客
07-29 339
输入n=3,edges=[[0,1],[1,2],[0,2]],succProb=[0.5,0.5,0.2],start=0,end=2。输入n=3,edges=[[0,1],[1,2],[0,2]],succProb=[0.5,0.5,0.3],start=0,end=2。输入positions=[[0,1],[1,0],[1,2],[2,1]]输入positions=[[1,1],[3,3]]
每日4道算法题——第028天
猿小白的博客
07-28 279
有一块木板，长度为n个单位。一些蚂蚁在木板上移动，每只蚂蚁都以每秒一个单位的速度移动。其中，一部分蚂蚁向左移动，其他蚂蚁向右移动。当两只向不同方向移动的蚂蚁在某个点相遇时，它们会同时改变移动方向并继续移动。假设更改方向不会花费任何额外时间。而当蚂蚁在某一时刻t到达木板的一端时，它立即从木板上掉下来。给你一个整数n和两个整数数组left以及right。两个数组分别标识向左或者向右移动的蚂蚁在t=0时的位置。请你返回最后一只蚂蚁从木板上掉下来的时刻。示例1。...
数对数目
jeason29的专栏
12-03 625
题目：     给定两个数组X和Y，元素都是正数。请找出满足如下条件的数对的数目： x^y > y^x，即x的y次方>y的x次方 x来自X数组，y来自Y数组 分析：     假设数组X的长度为m，数组Y的长度为n，最直接的暴力法，时间复杂度为O(m*n)，但这样的话，并不需要都是正数这个条件的。那么，我们该如何优化呢？ x^y>y^x，对于x和y
优质数对的数目[位运算特点+抽象能力考察+分组快速统计]
qq_43164662的博客
07-24 382
位运算是计算机最基本的计算，是最快的运算方式，与或非各有特点；抽象能力考察我理解成一种 拿核心去累赘 的能力；分组快速统计，我们不必把眼光放在一个个数上，也许没有实际意义，而是针对所需，进行抽象分组。...
常见算法之好数对的数目
weixin_48981805的博客
01-03 866
题目 给你一个整数数组 nums 。 如果一组数字 (i,j) 满足 nums[i] == nums[j] 且 i < j ，就可以认为这是一组好数对并返回好数对的数目。 示例1: 输入：nums = [1,2,3,1,1,3]输出：4解释：有4组好数对，对应下标分别是(0,3),(0,4),(3,4),(2,5)，下标从0开始 示例2: 输入：nums = [1,1,1,1]输出：6解释：数组中的每组数字都是好数对 示例3:​​​​​​​ 输入：nums = ...
@陈利人 : ＃面试题＃给定两个数组X和Y，元素都是正数。请找出满足如下条件的数对的数目： x^y > y^x，即x的y次方>y的x次方；x来自X数组，y来自Y数组
cqs_2012
11-02 3687
数对数目分析 原题 给定两个数组X和Y，元素都是正数。请找出满足如下条件的数对的数目： x^y > y^x，即x的y次方>y的x次方 x来自X数组，y来自Y数组 分析 假设数组X的长度为m，数组Y的长度为n，最直接的暴力法，时间复杂度为O(m*n)，但这样的话，并不需要都是正数这个条件的。那么，我们该如何优化呢？ x^y>y^x，对于x和y
想写个x^y
weixin_30362083的博客
02-15 84
本意是 pow(x,y)， 结果就写成了x^y… nnnnnnnnnnnnnnnnnnnnnnnnnnnnnd,今天差点又出这个错！！！ 2012-3-18 转载于:https://www.cnblogs.com/justin_s/archive/2012/02/15/2353367.html...
给定N个节点求组成二叉搜索树个数——从一道算法题探讨神奇的Catalan数
东篱与南山
04-07 1万+
引Catalan数，中文卡特兰数又称卡塔兰数，是组合数学中一个常出现在各种计数问题中的数列。一旦入坑，你会发现这个数列相当有意思，能够应用于很多看起来特别复杂的计算场景，当然，并能将之迎刃而解。 wikipedia定义：卡塔兰数是组合数学中一个常在各种计数问题中出现的数列。以比利时的数学家欧仁·查理·卡特兰（1814–1894）命名。历史上，清代数学家明安图(1692年－1763年)在其《割圜密
【算法练习】85.差的绝对值为 K 的数对数目——计数
热门推荐
公号：一条coding
10-10 1万+
A 2006. 差的绝对值为 K 的数对数目
每日一题——重新排序（差分）
z_17623379434的博客
05-03 1049
每日一题——重新排序，需要用到的基础算法：差分
每日4道算法题——第027天
猿小白的博客
07-27 244
，而你的印章stamp是"abc"，那么在第一回合，你可以得到"abc?解释我们可以拨打的所有有效号码为[04,06,16,18,27,29,34,38,40,43,49,60,61,67,72,76,81,83,92,94]例如，如果序列是"ababc"，印章是"abc"，那么我们就可以返回与操作"?输入A=[[1,1,1,1,1],[1,0,0,0,1],[1,0,1,0,1],[1,0,0,0,1],[1,1,1,1,1]]...
每日4道算法题——第006天
猿小白的博客
07-06 264
1、字母移位2、到最近的人的最大距离3、喧闹和富有4、矩形面积 II 2、到最近的人的最大距离 3、喧闹和富有 4、矩形面积 II
每日4道算法题——第016天
猿小白的博客
07-16 374
返回一个整数数组answer，其中answer[0]是爱丽丝必须交换的糖果盒中的糖果的数目，answer[1]是鲍勃必须交换的糖果盒中的糖果的数目。例如，[3,6,2,7]就是数组[0,3,1,6,2,2,7]的一个子序列。一个人拥有的糖果总数量是他们每盒糖果数量的总和。输入preorder=[1,2,4,5,3,6,7],postorder=[4,5,2,6,7,3,1]解释子序列为[1],[2],[3],[2,1],[2,3],[1,3],[2,1,3]。...
好数对
qq_43535204的博客
12-16 3356
题目内容： 已知一个集合A，对A中任意两个不同的元素求和，若求得的和仍在A内，则称其为好数对。例如，集合A={1 2 3 4}，1+2=3，1+3=4，则1,2和1,3 是两个好数对。编写程序求给定集合中好数对的个数。 注：集合中最多有1000个元素，元素最大不超过10000 程序运行示例1： 4↙ 1 2 3 4↙ 2 程序运行示例2： 7↙ 2456 3251 654 890 100 754 ...
GeneratedClass224.java
01-06
GeneratedClass224.java
ABMeeting免费远程协助软件.rar
01-06
ABMeeting免费远程协助软件.rar
GeneratedClass345.java
01-06
GeneratedClass345.java
Cherry-Studio-1.7.8-amd64.deb
01-06
Cherry-Studio-1.7.8-amd64.deb
运动时的心率监测.zip
最新发布
01-06
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
ＢＰ神经网络模型是目前应用最为广泛神经网络之一。它的本质是通过对历史数据的学习找出数据变化趋势之间的非线性关系，并通过输出量与预期值之间的误差不断调整网络中各个单元的权重，使整个网络的误差最小。因此，为达到较好的预测精度，需要对网络预测模型自身的结构进行确定。 １）网络层数的设计。本文需要构建的预测模型，主要是用于研究股指期货在短时间内收盘价格的走势。由于我国股指期货市场存在的时间比较短，历史数据有限。在这种情况下，不需选择增加网络层数的办法而是选择增加隐含层神经元节点的数目来提高输出结果的精度。因此，本文选用单一隐层的 ＢＰ神经网络模型。 ２）输入层神经节点的设计。在单因素预测中仅使用股指期货每日收盘价格作为原始数据。选择５ｄ（一周的交易天数）作为预测的分析周期，即用５ｄ的历史交易收盘价格数据作为预测依据，依次将顺序５ｄ的数据作为 ＢＰ神经网络的一个输入数值，其后一天的数据作为网络数据的目标数据，因此，将输入层神经元节点数目设为５；在多因素预测模型中，使用合约的收盘价、成交量、ＯＢＶ 指标、ＷＲ１指标、沪深３００指数收盘价作为输入向量，输入向量共有５个，因此，输入层神经元节点数目也为５。 ３）传递函数和学习函数的设计。本文所设计的模型均采用了相同的隐含层传递函数ｔａｎｓｉｇ、输出层传递函数ｌｏｇｓｉｇ和学习函数ｌｅａｒｎｇｄｍ。 ４）性能函数的确定。网络误差能直观的反映预测效果的好坏程度，是预测精度的具体反映。本文在构建 ＢＰ神经网络模型时选择均方误差来确定网络的误差情况。 ５）隐含层神经节点的设计。在模型中其它参数值保持不变的情况下，本文通过调整隐含层神经节点的数目进行重复实验，通过对比输出误差，确定最佳隐含层神经元节点的数目。对于单因素 ＢＰ神经网络，当隐含层神经元节点的数目为２４时，ＢＰ神经网络的均方误差最小，即对函数的逼近效果最好，此时的均方误差为１．１６０９；对于多因素 ＢＰ神经网络，隐含层神经元节点数目为５时，ＢＰ神经网络的均方误差达到最小，最小值为０．０１２６。根据以上分析，单因素 ＢＰ神经网络预测模型的结构为：单一隐含层和单一输出层；输入层神经节点数目为５ ；隐含层神经节点数目为２４；输出层神经节点数目为１；隐含层传递函数、输出层传递函数、学习函数分别为ｔａｎｓｉｇ、ｌｏｇｓｉｇ和ｌｅａｒｎｇｄｍ；性能函数为 ｍｓｅ。多因素 ＢＰ神经网络预测模型的隐含层神经元节点数目为５，模型的其它属性与单因素 ＢＰ神经网络模型一致。 ———————————————— 某大厂资深算法工程师，从事Matlab算法仿真工作10年,擅长智能优化算法、神经网络预测、机器学习、信号处理、元胞自动机、图像处理、路径规划、无人机、无线传感器网络、车间调度、生产调度等多种领域的Matlab仿真，更多仿真源码、算法改进、Matlab项目和期刊发表可私信合作。
05-21
- \( N_h = \sqrt{N_i + N_o} + a \)，其中\( N_h \)表示隐含层神经元数，\( N_i \)为输入层神经元数，\( N_o \)代表输出层神经元数，而a是一个介于1到10之间的常数项[^4]。 另一种方式是利用交叉验证技术逐步调整...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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