排序数组大小 n 的 n/logn 序列的复杂性
Complexity of sorting n/logn sequences of an array size n
给定一个大小为 N 的数组（数组包含整数），我希望对数组进行排序，但只对数组中的 log(n) 长度进行排序，因此到最后数组将有 n/logn 排序的序列（每个序列的大小为 logn）。
我的想法是使用 MergeSort 算法，在最坏的时间复杂度情况下运行 O(nlogn)。
但是由于我只对数组中 logn 的长度进行排序，时间复杂度应该是 O(log(n)*log(log(n))) 因为我实际上并没有遍历 N.[=11 的整个长度=]
所以 MergeSort 将在这种情况下执行 n/logn 次。
假设此操作的总体时间复杂度为 (n/logn)*O(log(n)log(log(n))) => O(n[=18) 是否安全=]log(log(n)))?
您的计算是正确的：排序 n / log n 个大小为 log n 的数组块可以在 O(n log(log n)) 中完成。
然而，如果你的整个数组一开始就不是那么大（比如最多几千个元素），log n 块将非常小，在这种情况下使用它实际上更有效insertion sort 而不是合并排序或快速排序等算法。
给定一个大小为 N 的数组（数组包含整数），我希望对数组进行排序，但只对数组中的 log(n) 长度进行排序，因此到最后数组将有 n/logn 排序的序列（每个序列的大小为 logn）。
我的想法是使用 MergeSort 算法，在最坏的时间复杂度情况下运行 O(nlogn)。 但是由于我只对数组中 logn 的长度进行排序，时间复杂度应该是 O(log(n)*log(log(n))) 因为我实际上并没有遍历 N.[=11 的整个长度=]
所以 MergeSort 将在这种情况下执行 n/logn 次。 假设此操作的总体时间复杂度为 (n/logn)*O(log(n)log(log(n))) => O(n[=18) 是否安全=]log(log(n)))?
您的计算是正确的：排序 n / log n 个大小为 log n 的数组块可以在 O(n log(log n)) 中完成。
然而，如果你的整个数组一开始就不是那么大（比如最多几千个元素），log n 块将非常小，在这种情况下使用它实际上更有效insertion sort 而不是合并排序或快速排序等算法。