703. Kth Largest Element in a Stream.md #8
Conversation
| - init: O(nlog n) | ||
| - add: O(log n) | ||
| - 空間計算量: | ||
| - init: O(k) |
There was a problem hiding this comment.
sorted(nums, reverse=True)が新しく配列を作るのでStep1はO(n)になるかと思います。
There was a problem hiding this comment.
空間計算量の方ですね、たしかにです！！ありがとうございます！！
|
|
||
| - kが負の場合について | ||
| - 今回は問題上、出てこない。 | ||
| - プラスアルファで検討しても良かった。弾くならinitで弾くべき |
There was a problem hiding this comment.
負の場合、[:k] のところで、予期しないスライスができるか落ちるかで、中途半端にそれらしい値が出てくることになるでしょう。
あまり意味のないものがそれっぽく動き続けるのは、わりとデバッグのときに困ります。
このあたりは、どういう環境に置くか次第なところはあります。
たとえば、ユーザーフェイシングならば、なんらかの結果が見えたほうがいい場合もあるでしょう。夜中に毎日走るパイプラインなどだったらエラーを出して止まってくれたほうが嬉しいでしょう。
常に使い道からこうしたいまでをつなげてください。
| class KthLargest: | ||
| def __init__(self, k: int, nums: List[int]): | ||
| self.k = k | ||
| self.scores_heap = [] |
There was a problem hiding this comment.
heapq.heapify() を使うともう少しシンプルになるかと思ったのですが、ならなそうですね…。
| def __init__(self, k: int, nums: List[int]): | ||
| self.k = k | ||
| self.scores_heap = [] | ||
| for num in sorted(nums, reverse=True)[:k]: |
There was a problem hiding this comment.
好みかもしれませんが、sortedした後にheappushしているのが気になりました。
for文の中でheapq内の要素数がk個を超える時にheappopするとよさそうです。
| # Step 3 | ||
|
|
||
| - 時間計算量: | ||
| - init: O(nlog n) |
There was a problem hiding this comment.
k個以上はヒープに入れないようにしているので、O(nlogk)だと思います。
There was a problem hiding this comment.
時間計算量はなので、k個以上はヒープに入れないようにしているとはいえ、for num in nums:でn個みちゃってるので、O(n log n)かなと思ったんですが、どうでしょう。。。
There was a problem hiding this comment.
あ、ちがう。間違いに気づきました。
1回あたりの挿入がO(log k)だからってことですよね！なるほどです
|
|
||
| - 時間計算量: | ||
| - init: O(nlog n) | ||
| - add: O(log n) |
| - init: O(nlog n) | ||
| - add: O(log n) | ||
| - 空間計算量: | ||
| - init: O(k) |
There was a problem hiding this comment.
_kth_largest_numsはインスタンス自体の変数なので、その意味だとO(1)かもしれないです
There was a problem hiding this comment.
ごめんなさい・・指摘が理解できてないです 🙇
インスタンス自体の変数だと追加で使用する容量は固定ということ・・？
There was a problem hiding this comment.
_kth_largest_numsはインスタンスの変数として定義されているので、init関数としては追加のメモリは必要としていないのではないでしょうかということでした。
There was a problem hiding this comment.
あぁ！ありがとうございます、おっしゃりたいことわかりました。
ちょっと悩ましいのが、僕のこの実装だと、__init__の中で、add関数をn回呼ぶので、
「init関数単体ではO(1)とも言える。けど、呼び先のaddも入れるとinitの処理終了までに、結局（最大で）要素k個分の領域を使用する」
みたいな感じです。
なので、処理終了までの話を見たときには、
- init: O(k)
- add: O(1)
だし、純粋にその関数固有の処理を見たときには
- init: O(1)
- add: O(k)
と書いた方がいいのか。と気付きました。
There was a problem hiding this comment.
まだ自分の認識とあっていないです。
_kth_largest_numsはinitともaddとも違う場所に保存されているので、init,addからheappushなどを読んだとしてもinit, add関数としては追加のメモリを使用しないというつもりでした。
URL: https://leetcode.com/problems/kth-largest-element-in-a-stream/description/