Algorithm 计算hasmap与二进制搜索的O（n）

我试图澄清在以下情况下如何计算O（n）：

给定一个排序数组，如何找到两个和O（n）中给定数x相等的数

O（n）解决方案为：

移除阵列的第一个元素（e0）

将其添加到hashmap

移除阵列的第一个元素（e1）

目标是e1和x之间的差异

如果目标存在于哈希映射中，则返回该对

将e1添加到hashmap中

重复步骤3-6，直到找到一对或用尽元素

这将是最坏的情况O（n），因为您只需要在阵列上进行一次传递

O（n*logn）解决方案是：

从阵列中删除第一个元素（e1）

Target是第一个元素和x之间的差

二进制搜索数组的其余部分以查找目标

如果存在，则返回该对

重复步骤1-4，直到找到一对或用尽元素

这是O（n logn），因为在最坏的情况下，您需要运行二进制搜索（logn）n/2次，得到O（n/2*logn），在大O中是O（n*logn）

---

这是正确的吗？

这听起来像是你正在学习的某门课程中的家庭作业问题。我不会为您解决这个问题-虽然在线找到解决方案很容易-但我会告诉您，我99%确定您的解决方案必须花费O（n）时间作为最坏情况的复杂性。基于散列的解决方案每次查找平均只需要O（1）个时间

在你正在学习的某些课程中，这听起来像是一个家庭作业问题。我不会为您解决这个问题-虽然在线找到解决方案很容易-但我会告诉您，我99%确定您的解决方案必须花费O（n）时间作为最坏情况的复杂性。基于散列的解决方案每次查找平均只需要O（1）个时间

是的，因为两种算法的ur分析都是正确的

您的第一个算法也使用O（n）空间，因为hashmap。你可以避免

Algo : 
1. Consider begin = 0, and end = last_index
2. Consider data[begin] and data[end]
3. If data[begin] + data[end] > req_sum:
        end=end - 1  // u need to decrease ur total sum
   elif data[begin] + data[end] < req_sum:
        begin = begin + 1  // u need to increase ur total sum
   elif data[begin] + data[end] == req_sum:
          print("found")
4. Continue from Step 2.

算法：
1.考虑开始＝0，而结束＝LaSTyx索引
2.考虑数据[开始]和数据[结束]
3.如果数据[开始]+数据[结束]>请求和：
end=end-1//你需要减少你的总数
elif数据[开始]+数据[结束]

---

显然，要避免

end

和其他拐角处的情况

是的，对于这两种算法，ur分析都是正确的

您的第一个算法也使用O（n）空间，因为hashmap。你可以避免

Algo : 
1. Consider begin = 0, and end = last_index
2. Consider data[begin] and data[end]
3. If data[begin] + data[end] > req_sum:
        end=end - 1  // u need to decrease ur total sum
   elif data[begin] + data[end] < req_sum:
        begin = begin + 1  // u need to increase ur total sum
   elif data[begin] + data[end] == req_sum:
          print("found")
4. Continue from Step 2.

算法：
1.考虑开始＝0，而结束＝LaSTyx索引
2.考虑数据[开始]和数据[结束]
3.如果数据[开始]+数据[结束]>请求和：
end=end-1//你需要减少你的总数
elif数据[开始]+数据[结束]

---

显然，要避免

end

和其他拐角处的情况

从数组中删除元素可能是O（N），这取决于您使用的语言/库，因此最好将元素留在数组中，否则您的运行时间将乘以O（N）。是的，指针肯定会更好，感谢您的建议从数组中删除元素可能是O（N），根据您使用的语言/库的不同，因此最好将元素保留在数组中，否则您的运行时间将乘以O（N）。是的，指针肯定会更好，谢谢您的建议。我只是建议他使用其他算法来解决此问题。他的硬件是证明上述算法的时间复杂度，但我没有。：）事实上，我是一个自作主张的程序员，所以这更符合我的兴趣。我一直在做一些有竞争力的编程和算法优化，所以我试图通过阅读维基百科和观看YouTube来了解时间复杂性。很高兴能得到一些反馈，因为我没有答题纸：-）我只是建议他用其他算法解决这个问题。他的硬件是证明上述算法的时间复杂度，但我没有。：）事实上，我是一个自作主张的程序员，所以这更符合我的兴趣。我一直在做一些有竞争力的编程和算法优化，所以我试图通过阅读维基百科和观看YouTube来了解时间复杂性。很高兴得到一些反馈，因为我没有答题纸：-）