Nano Hash - криптовалюты, майнинг, программирование

Эффективный алгоритм вычисления режима скрытого массива

Я пытаюсь решить проблему, описанную в моем вопросе: алгоритм покорения
Для этого расширения известно, что на мероприятии присутствуют представители 3 сторон, и 1 сторона посещает больше участников, чем любая другая. Формальное описание проблемы можно найти ниже.

Вам дано целое число n. Существует скрытый массив A размера n, содержащий элементы, которые могут принимать 1 из 3 значений. Существует значение, пусть это будет m, которое встречается в массиве чаще, чем 2 других значения.
Допустимы запросы вида Introduction(i, j), где i≠j, и 1 ‹= i , j ‹= n, и в ответ вы получите логическое значение: вы вернете 1, если A[i] = A[j], и 0 в противном случае.
Вывод: B ⊆ [1, 2. . .. n], где A-значение каждого элемента в B равно m.

Решение грубой силы может вычислить B за O(n2), вызвав Introduction(i, j) для n(n-1) комбинаций элементов и создать 3 списка, содержащих A-индексы элементов. элементы, для которых была возвращена 1, когда для них была вызвана команда, возвращающая список наибольшего размера.
Я понимаю алгоритм голосования Бойера-Мура, но не может найти способ изменить его для этой проблемы или найти эффективный алгоритм для ее решения.


Ответы:


1

Просканируйте все A[i] = A[0] и составьте список I[] всех i, для которых A[i] != A[0]. Затем просканируйте все A[I[j]] = A[I[0]] и так далее. Для этого требуется одно сканирование O (n) для каждого возможного значения в A [].

[Я предполагаю, что если ввести(i, j) = 1 и ввести(j, k) = 1, то ввести(i, k) = 1 -- так что вам не нужно проверять все комбинации элементов.]

Конечно, это не говорит вам, что такое 'm', оно просто создает n списков, где n — количество значений, и каждый список — это все ' i', где A[i] то же самое.

06.04.2020
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..


© 2024 nano-hash.ru, Nano Hash - криптовалюты, майнинг, программирование