რა არის ბინარული საძიებო ხის ყველაზე უარესი და საშუალო სირთულის შემთხვევები?
რა არის ბინარული საძიებო ხის ყველაზე უარესი და საშუალო სირთულის შემთხვევები?

ვიდეო: რა არის ბინარული საძიებო ხის ყველაზე უარესი და საშუალო სირთულის შემთხვევები?

ვიდეო: რა არის ბინარული საძიებო ხის ყველაზე უარესი და საშუალო სირთულის შემთხვევები?
ვიდეო: 1.11 Best Worst and Average Case Analysis 2024, ნოემბერი
Anonim

ორობითი საძიებო ხე

ალგორითმი საშუალო ყველაზე ცუდი შემთხვევა
სივრცე O(n) O(n)
ძიება O (log n) O(n)
ჩასმა O (log n) O(n)
წაშლა O (log n) O(n)

გარდა ამისა, რა არის ორობითი საძიებო ხის დიდი O ყველაზე უარესი დროის სირთულე?

ა-ს რეკურსიული სტრუქტურა BST იძლევა რეკურსიულ ალგორითმს. ეძებს ში BST აქვს ო (თ) ყველაზე ცუდი - საქმე გაშვების დრო სირთულის , სადაც h არის სიმაღლე ხე . მას შემდეგ, რაც ს ორობითი საძიებო ხე n კვანძებით აქვს მინიმუმი ო (log n) დონეები, ამას მინიმუმ სჭირდება ო (log n) შედარება კონკრეტული კვანძის მოსაძებნად.

მეორეც, რა არის ორობითი ძიების დროის სირთულე გამეორებით? Წარმოდგენა ორობითი ძებნის ალგორითმი : ამიტომ, ორობითი ძიების ალგორითმის დროის სირთულე არის O (ლოგი2ო) რომელიც ძალიან ეფექტურია. მის მიერ გამოყენებული დამხმარე სივრცე არის O(1). განმეორებადი განხორციელება და O(ლოგი2ო) რეკურსიული განხორციელებისთვის გამოძახების სტეკის გამო.

ასევე საკითხავია, რა იქნება ყველაზე უარესი დროის სირთულე ორობითი საძიებო ხეში ელემენტის ძიებისას?

დროის სირთულე : უარეს შემთხვევაში დროის სირთულე დან ძებნა და ჩასმის ოპერაციები არის O(h) სადაც h არის სიმაღლე ორობითი საძიებო ხე . In უარეს შემთხვევაში , ჩვენ მაისი აქვს რომ მოგზაურობა ფესვიდან რომ ყველაზე ღრმა ფოთლის კვანძი. დახრილის სიმაღლე ხე შეიძლება გახდეს n და დროის სირთულე დან ძებნა და ჩასმა ოპერაცია მაისი გახდეს O(n).

არის Big O ყველაზე უარესი შემთხვევა?

ასე რომ, ორობითი ძიებაში, საუკეთესოა საქმე არის ო (1), საშუალო და უარეს შემთხვევაში არის ო (შესვლა). მოკლედ, არ არსებობს ისეთი ტიპის ურთიერთობა. დიდი O გამოიყენება ყველაზე ცუდი შემთხვევა , თეტა საშუალოდ საქმე “. ყველა ტიპის აღნიშვნა შეიძლება გამოყენებულ იქნას (და ზოგჯერ გამოიყენება) საუკეთესოზე, საშუალოზე ან უარეს შემთხვევაში ალგორითმის.

გირჩევთ: