主頁 > 資料庫 > 將O(N^2)優化為O(N*logN)

將O(N^2)優化為O(N*logN)

2022-10-19 13:08:59 資料庫

我最近一直在學習“演算法和資料結構”課程,并且遇到了一個有趣的練習。

考慮一個具有多個a執行器、b佇列和c任務的系統。a, b,c都低于 10^5。在程式的開頭,用戶輸入了這三個數字。之后有c描述任務的行。每個任務由 3 個數字表示:到達系統的時間、它所在的佇列以及完成所需的時間。

至于系統本身,它的作業方式如下:每一秒(以時間為單位)我們必須選擇一個免費的執行者。如果超過 1 個,我們選擇編號較小的那個(每個 executor 都有一個從 1 到a)。之后,我們必須從某個非空佇列的前面選擇一個任務。如果此時有多個非空佇列等待被揀選,那么我們從當前時間最長未被揀選的佇列中揀選(例如,如果佇列1和2以及之前的佇列中有任務)我們在時間 3 從佇列 1 和時間 1 從佇列 2 獲取,然后我們從佇列 2 獲取任務)。之后,任務被分配給我們選擇的執行者,并且執行者在完成任務所需的時間內被占用。之后,他準備好接受另一項任務(他可以在完成當前任務的那一刻完成)。

所以問題的最后一個問題是每個任務列印哪個執行者將在哪個時間點處理它。

此外,對于任何輸入,該解決方案必須運行 undex 10 秒。這讓我認為它的時間復雜度必須低于 O(N^2)。所以,我正在考慮 O(N*logN) ,實際上我非常接近它。

到目前為止,我的解決方案如下:
首先我們選擇一個執行者。如果我們使用最小堆來存盤執行器,我們可以在對數時間內完成。為了比較執行者,我們可以跟蹤他們每個人在完成另一項任務后獲得空閑的時間,然后比較這些時間。如果時間相等,那么我們比較執行者的數量。一開始,每個執行者在時刻 0 都是空閑的(任務在時刻 1 開始到達)。因此,對于每個任務,我們都可以選擇一個首先準備好的執行器。

我們還可以注意到,在任何給定的時間點,我們不需要所有佇列中的所有任務,只需要每個佇列前面的任務。我們可以將它們存盤在一個陣列中,我們稱之為tasksArray

因此,我們可以遍歷每個佇列,如果前面的任務在選擇的執行程式釋放之前到達,那么我們將該任務存盤在一個單獨的陣列中。該陣列將包含所選執行者一旦從其先前的任務中解脫出來就能夠執行的所有任務。

如果沒有找到任務,則意味著執行者必須等到一些任務到來。為了確定這些任務將是哪些,我們可以再次遍歷所有佇列并找到最快到達的任務。可能有多個任務(2 個任務可能同時到達不同的佇列),所以我們將它們存盤為一個陣列。

兩種描述的挑選任務的方式都是 O(N)。到目前為止,它似乎還可以。

使用上述方法之一選擇任務后,我們可以按上次從佇列中獲取任務的時間對它們進行排序(佇列中等待時間最長的任務首先出現,然后是第二長的任務) - 等待佇列等)

之后,我們可以檢查已排序tasksArray的任務,并且對于我們將其分配給執行程式的每個任務(我們在開始時選擇了一個),執行程式被占用,我們將其放回執行程式堆中并更新時間記錄,這表明時刻它是免費的。然后對于 的每個下一個元素,tasksArray我們從堆中獲取一個 executor 并將任務分配給它,直到tasksArray為空。這樣的迭代是 O(N logN)。到目前為止,解決方案是 O(N N logN)。

在將所有任務tasksArray分配給它們的執行者之后,我們從佇列的前面獲取下一批任務,一切都將再次進行。這種情況一直持續到所有佇列都為空。

這個解決方案可以被認為是 O(N*logN),但是這個解決方案是不正確的。

讓我們回到執行者已經準備好但還沒有任務的情況。在這種情況下,它會等到一個或多個佇列中的第一個任務同時出現并選擇其中一個。但是在它等待的時候,其他執行者可能會完成他們的任務并準備好。其中一些執行者的數量可能比我們選擇的要少。所以,問題來了,因為在這種情況下,我們必須選擇數字最小的那個,但是我的解決方案沒有這樣做。

這是有原因的。如果我們將 executors 存盤在堆中,那么我們就無法知道在等待時哪些 executors 已經準備好。為了確定這一點,我們需要檢查堆中的每個執行程式,并將其“就緒時間”與當前時間進行比較。然而,這樣的檢查給了我們 O(N) 的時間(我們可以遍歷佇列的底層陣列,而不是佇列本身,因為我們無論如何都需要檢查所有任務)。在最壞的情況下,每 2 秒只有 1 個任務,它的處理時間很短,只有 1 秒,那么我們就會陷入執行者等待每個任務的情況。對于每個任務,我們將遍歷所有執行者。這種演算法是 O(N*N) = O(N^2),由于時間限制,這是不可接受的。

這就是我卡住的地方。當我們在 O(N) 下及時等待任務時,我無法找到一種方法來確定是否有更多的執行者已經準備好。我也一直在考慮將資料結構從堆更改為其他結構,但這也沒有讓我走運。

那么有什么方法可以在 O(N^2) 時間內解決這個問題?

uj5u.com熱心網友回復:

您尚未完全指定關系的問題。例如,如果一個任務在一個執行器空閑的同時到達一個長時間沒有被挑選的空佇列,那么該任務是否被分配給執行器?還是其他一些任務被分配給那個執行者并且任務被分配給下一個執行者來釋放?

我假設它被分配給執行者,并且不會處理其他關系。但是您應該在解決方案中仔細考慮這一點。

我們需要以下堆。

  1. free_executor所以我們可以選擇數字最小的免費執行者。
  2. nonempty_queue所以我們可以從等待時間最長的佇列中挑選。
  3. 事件。事件具有時間、型別和資訊。型別為TaskArrivalExecutorFinished順序是時間,然后鍵入(TaskArrival第一個)。

現在有了這個,這就是邏輯。

while events has stuff:
    event = next event
    if event.type = TaskArrival:
        if its queue was empty:
            add its queue to nonempty_queue
        add task to its queue
    else:
        add newly freed executor to free_executor

    if free_executor and nonempty_queue both have something:
        executor = free_executor.pop()
        queue = nonempty_queue.pop()
        task = queue.pop()
        mark that executor did task
        add new event to events queue for executor coming free after task is done
        if queue is not empty:
            put queue back into nonempty_queue with new priority

我們將為每個任務生成 2 個事件。回圈內的每個操作都需要O(1)(例如mark that executor did task)或O(log(n))(例如queue = nonempty_queue.pop())。每個事件有固定數量的操作。因此演算法及時運行O(n log(n))

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/517807.html

標籤:算法排序队列时间复杂度堆

上一篇:在上限和下限內查找串列中值計數的有效方法

下一篇:我想在JavaScript輸出中按降序對物件進行排序應該像給定的影像

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more