摘要:對于一個數(shù)組的排序,如果筆試中要求的時間復(fù)雜度是,但是你卻寫了一個冒泡排序的算法交上去了,這時就會提示而在對數(shù)器中,我們要求的絕對正確的算法是沒有時間和空間復(fù)雜度的限制的,唯一的要求是確保絕對正確。
對數(shù)器的作用
對數(shù)器是通過用大量測試數(shù)據(jù)來驗證算法是否正確的一種方式。在算法筆試的時候,我們經(jīng)常只能確定我們寫出的算法在邏輯上是大致正確的,但是誰也不能一次性保證絕對的正確。特別是對于一些復(fù)雜的題目,例如貪心算法,我們往往無法在有限時間內(nèi)用數(shù)學(xué)公式來推導(dǎo)證明我們程序的正確性。而且在線的OJ一般只會給出有數(shù)的幾個簡單的samples,可能我們的算法在這些簡單的samples偶然通過了,但是在一些復(fù)雜的samples處卻出現(xiàn)了問題。這時我們無法使用復(fù)雜的samples來分析調(diào)試我們的代碼,人工設(shè)計樣例來測試代碼的效率又太低,而且不能確保考慮各種特殊情況。因此,能隨機產(chǎn)生不同情況的數(shù)據(jù)的對數(shù)器就派上了用場。
對數(shù)器,簡而言之,就是一個絕對正確的方法和能產(chǎn)生大量隨機樣例的隨機器的組合。看到這里,有些童鞋有疑問了。既然我們知道了絕對正確的方法,直接用這個方法不就好了嘛?
請注意,算法追求的不是解決問題,而是高效率的解決問題。對于一個數(shù)組的排序,如果筆試中要求的時間復(fù)雜度是$O(NlogN)$$,但是你卻寫了一個冒泡排序的算法交上去了,這時OJ就會提示:
Time Limit Exceeded
而在對數(shù)器中,我們要求的絕對正確的算法是沒有時間和空間復(fù)雜度的限制的,唯一的要求是確保絕對正確。因為只有絕對正確,我們才能通過樣例的比對,發(fā)現(xiàn)我們的代碼是在哪里出了錯誤。
相關(guān)概念有一個你想要測的方法a;
實現(xiàn)一個絕對正確但是復(fù)雜度不好的方法b;
實現(xiàn)一個隨機樣本產(chǎn)生器;
實現(xiàn)對比算法a和b的方法;
把方法a和方法b比對多次來驗證方法a是否正確;
如果有一個樣本使得比對出錯,打印樣本分析是哪個方法出錯;
當(dāng)樣本數(shù)量很多時比對測試依然正確,可以確定方法a已經(jīng)正確。
其中要注意以下幾點:
隨機產(chǎn)生的樣本應(yīng)該是小數(shù)據(jù)集,但是要進行多次(10w+)的對比。小數(shù)據(jù)集是因為方便對比分析,多次比對是要覆蓋所有的隨機情況。
算法b要保持正確性。
示例冒泡排序的對數(shù)器:
要測的方法
public static void bubbleSort(int[] arr) { if (arr==null || arr.length < 2) return; for (int end = arr.length - 1;end>0; end--) { for (int i = 0; i < end; i++) { if (arr[i] > arr[i+1]) swap(arr, i, i+1); } } }
實現(xiàn)一個絕對正確,可以復(fù)雜度不是很好的方法b
// 可以直接用一些庫函數(shù)來進行測試 public static void rightMethod(int[] arr) { Arrays.sort(arr); }
實現(xiàn)一個隨機樣本產(chǎn)生器
// 隨機數(shù)生成器 public static int[] generateRandomArray(int size, int value) { //Math.random() -> double [0,1) //(int) ((size + 1) * Math.random()) -> [0,size]整數(shù) // 生成長度隨機[0, size]的數(shù)組 int[] arr = new int[(int) ((size+1) * Math.random())]; for (int i = 0; i < arr.length; i++) { // 一個隨機數(shù)減去另一個隨機數(shù),生成[-value, value]的隨機數(shù) arr[i] = (int) ((value+1) * Math.random()) - (int) (value * Math.random()); } return arr; }
實現(xiàn)比對的方法
// 判斷兩個數(shù)組是否相等 public static boolean isEqual(int[] arr1, int[] arr2) { if ((arr1 == null && arr2 != null) || (arr1 != null && arr2 == null)) return false; if (arr1 == null && arr2 == null) return true; if (arr1.length != arr2.length) return false; for (int i = 0; i < arr1.length; i++) { if (arr1[i] != arr2[i]) return false; } return true; }
將方法a和方法b進行多次的比對
如果有一個樣本使得本次比對出錯,則打印該樣本,分析方法錯在哪里
當(dāng)樣本數(shù)量足夠多時,比對測試依然正確,則可以確定我們寫的方法a是正確的
public static void main(String[] args) { int testTime = 500000; int size = 10; int value = 100; boolean succeed = true; for (int i = 0; i < testTime; i++) { int[] arr1 = generateRandomArray(size, value); int[] arr2 = copyArray(arr1); int[] arr3 = copyArray(arr1); bubbleSort(arr1); rightMethod(arr2); if (!isEqual(arr1, arr2)) { succeed = false; printArray(arr3); break; } } System.out.println(succeed ? "Nice!" : "error----"); int[] arr = generateRandomArray(size, value); printArray(arr); bubbleSort(arr); printArray(arr); }小提示
很多童鞋進行筆試前,都是背一些記在小本本上的代碼,然后匆匆上陣。寫出的算法的正確性完全靠OJ的判斷,當(dāng)程序卡在一個2000行的數(shù)組樣例處出現(xiàn)錯誤時,就完全傻了......這T喵叫我怎么去進行調(diào)試分析啊。而有對數(shù)器的小伙伴就不一樣了,由于使用的都是小樣本,出現(xiàn)錯誤時也方面進行分析。而且進行了多次測試,確保覆蓋了所有的特殊情況。因此筆試前我們可以準(zhǔn)備一些對數(shù)器模版,如數(shù)組排序的對數(shù)器,鏈表的對數(shù)器等等。后續(xù)我也會更新一些對數(shù)器的模版,有java版本和python版本。
記住哦,offer都是留給有準(zhǔn)備的人~~
數(shù)組排序
Java版本
后續(xù)版本,陸續(xù)更新中.....
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/72031.html
摘要:今晚做完了網(wǎng)易互娛數(shù)據(jù)挖掘?qū)嵙?xí)生的筆試題,雖然大部分的題目都不太記得了。采樣分為上采樣和下采樣。上采樣是把小眾類復(fù)制多份下采樣是從大眾類中剔除一些樣本,或者說只從大眾類中選取部分樣本。 今晚做完了網(wǎng)易互娛數(shù)據(jù)挖掘?qū)嵙?xí)生的筆試題,雖然大部分的題目都不太記得了。但是還是有一些印象比較深的坑需要填一下。比起騰訊和字條跳動難度適中,不算很大,字節(jié)的筆試掛了。其實這次感覺自己做的也不是挺好哈哈哈...
摘要:測度是高維空間中長度面積體積概念的拓廣,可以理解為超體積。前作其實已經(jīng)針對第二點提出了一個解決方案,就是對生成樣本和真實樣本加噪聲,直觀上說,使得原本的兩個低維流形彌散到整個高維空間,強行讓它們產(chǎn)生不可忽略的重疊。 在GAN的相關(guān)研究如火如荼甚至可以說是泛濫的今天,一篇新鮮出爐的arXiv論文《Wasserstein GAN》卻在Reddit的Machine Learning頻道火了,連Go...
摘要:示例代碼斐波那契數(shù)列復(fù)制代碼復(fù)制代碼這里,給定規(guī)模,計算所需的時間為計算的時間和計算的時間的和。示例代碼復(fù)制代碼復(fù)制代碼同樣是斐波那契數(shù)列,我們使用數(shù)組來存儲計算結(jié)果,這樣算法復(fù)雜度優(yōu)化為。算法適用于少量數(shù)據(jù)的排序,時間復(fù)雜度為。 原文:http://www.cnblogs.com/gaochundong/p/complexity_of_algorithms.html為什么要進行算法分...
摘要:什么是回溯算法回溯法是一種系統(tǒng)搜索問題解空間的方法。解空間定義為與數(shù)字長度相同。最后,為什么要掌握回溯法因為懂了回溯法之后筆試?yán)锏暮芏囝}就算不了,起碼成功運行到之間是沒問題的。 什么是回溯算法?回溯法是一種系統(tǒng)搜索問題解空間的方法。為了實現(xiàn)回溯,需要給問題定義一個解空間。說到底它是一種搜索算法。只是這里的搜索是在一個叫做解空間的地方搜索。而往往所謂的dfs,bfs都是在圖或者樹這種數(shù)據(jù)...
閱讀 1982·2019-08-30 15:54
閱讀 3532·2019-08-30 15:52
閱讀 1822·2019-08-29 17:20
閱讀 2513·2019-08-29 17:08
閱讀 2346·2019-08-26 13:24
閱讀 780·2019-08-26 11:59
閱讀 2780·2019-08-23 14:50
閱讀 611·2019-08-23 14:20