brent算法为什么比floyd算法快

2024-01-18 21:10
文章标签 算法 floyd brent

本文主要是介绍brent算法为什么比floyd算法快,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题:用一个算法,实现判断是否会出现如下的有环的单链表

在这里插入图片描述

一、floyd

以龟兔赛跑来解释这一算法,寻找单链表中是否含有一个圈。
在这里插入图片描述

一、思想:

龟和兔子同时出发,龟走一步,兔子走两步,兔子比龟快,所以兔子一定可以追上龟,就好像在环形跑道中跑的快的运动员会从后面超过跑得慢的运动员。

//头指针给龟和兔,初始化
tortoise = top
hare = topforever://兔子走两步if hare == end :return 'No Loop Found'hare = hare.nextif hare == end :return 'No Loop Found'hare = hare.next//乌龟走一步tortoise = tortoise.next//龟兔相遇则有环if hare == tortoise:return 'Loop Found'

二、时间复杂度分析:

令x是出发点到环的起点的距离,y是环的长度。乌龟最多走x+y步,兔子最多2(x+y)步。

下面给出证明:

(1)乌龟只能在环里走一圈

假设:链表的起点距离环的起点x长度,此时的乌龟在环里,距离环的起点y1长度,由题目可知,当龟兔的距离等于y时,龟兔相遇,即龟兔距离差为y。

因为兔子的速度是乌龟的两倍,所以龟兔的差距为x+y1,环的长度为y,故当乌龟走了一圈以后,龟兔之间的差距为x+y>=y。所以在乌龟还没走完一圈,就会产生一个临界点,此时的龟兔恰好相遇,也就是在某一点,x+y1* ==y。

在这里插入图片描述
(2)由1的证明结论可知,乌龟最多在环里面走一圈,所走的长度为x+y1*(y1* <y),兔子最多走2(x+y1*),y1* 表示在某一点,龟兔相遇,此时乌龟距离环的起点的距离为y1* 。

二、Brent

一、思想:

龟和兔子同时出发,龟不动,兔子走1步,第二轮,乌龟跳到兔子的位置,兔子走两步,第三轮。。。。第n轮,乌龟跳到兔子的位置,兔子走2^n步。

//初始化,兔和龟都在链表的头部turtle = toprabbit = topsteps_taken = 0 //兔子每次迭代走了几步step_limit = 2 //兔子每次迭代做多可以走几步forever://如果发现兔子到头了,结束循环if rabbit == end:return 'No Loop Found'//兔子移动一步rabbit = rabbit.nextsteps_taken += 1//兔子和乌龟相遇,则表示有环if rabbit == turtle:return 'Loop found'//兔子这个周期移动的步数到达上限if steps_taken == step_limit:steps_taken = 0 //steps_taken初始化为0step_limit *= 2 //step_limit表示下次迭代的上限翻倍// teleport the turtleturtle = rabbit //让乌龟跳到兔子的位置上

二、时间复杂度分析:

证明:brent算法中,乌龟最多在环中走一圈。

证明过程类似死于floyd的证明方式,当乌龟在环内部走了y2长度时,兔子距离乌龟为:

乌龟走了:

1+2+4…+ 2^n == x+y2

下一次兔子行走的距离为: 2^(n+1),又

1+2+4…+ 2^n == 2^(n+1) - 1

所以龟兔距离x+y2+1

综上所述:每一轮迭代,龟走到了x+y2的地方,兔子从x+y2出发,走到2(x+y2)+1处停止,进行下一轮迭代,兔子的速度比乌龟快一倍+1,故在环中,乌龟走到x+y之前,兔子早就与其相遇,临界位置为y2* ,此时乌龟走了x+y2* ,兔子走了x+y2* +y(此时的y == x+y2*+1)。
在这里插入图片描述

三、brent算法为什么比floyd算法快

1.当采用floyd算法时,乌龟走x+y1个距离,此时龟兔距离差为x+y1
2.当采用brent算法时,乌龟走x+y2个距离,龟兔差距x+y2+1

当x,y2和y1较大时,迭代过程中,floyd算法要移动指针x+y1* +2(x+y1* )次(乌龟移动指针+兔子移动指针),大约是
O(3*(x+y))

而brent算法移动2(x+y2*) + n(n轮迭代,每次兔子的指针都要赋值给乌龟),明显时间复杂度上brent算法更有优势而且大约是x+y1* +2(x+y1* ),大约是
O(2*(x+y))

明显,brent算法时间复杂度低,大约快了1/3,当然,如果加上式子中n(n = log2(x+y))对结果的影响,可能提升不到1/3.

这篇关于brent算法为什么比floyd算法快的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/620270

相关文章

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1