面经高频题dot product

FB面经题,地里虽然很多人都提到了,但写清楚了的没几个。说明什么问题呢?就算题目都是tag题,都是高频面经题,能完美写出来问题都能答上的永远也都是少数人。不仅努力在刷,而且认真分析了思路,认真分析了时空复杂度了吗?

用List<Tuple(idx, val)>来表示两个sequence,只保留非零元素。搜索的时候类似merge two sorted list一样遍历两个list, 对于index相同的非零元素相乘。 follow up是如果一个 vector比另一个大得多怎么优化?那就是把非零元素储存成List of Tuple之后,遍历小的vector所对应的list, 然后在大的那个里面做binary search去找有没有这个index. 有的话就相乘。

class Tuple{
    int val,idx;
    Tuple(int val,int x){
        this.val=val;
        this.idx=idx;
    }
}
public int SparseVectorProduct(int[] a,int[] b){
    int res=0;
    List<Tuple> l1=new ArrayList<>();
    List<Tuple> l2=new ArrayList<>();
    for(int i=0;i<a.length;i++){
        if(a[i]!=0) l1.add(new Tuple(a[i],i));
    }
    for(int i=0;i<b.length;i++){
        if(b[i]!=0) l2.add(new Tuple(b[i],i));
    }
    int i = 0;
    int j = 0;
    while (i < l1.size() && j < l2.size()){
        while (l1.get(i).idx < l2.get(j).idx){
            i++;
        } 
        while (l1.get(i).idx > l2.get(j).idx){
            j++;
        }
        if (l1.get(i).idx == l2.get(j).idx){
            res += l1.get(i).val * l2.get(j).val;
            i++;
            j++;
        }
    }
    return res;
}

一大一小二分搜索:O(n*logm) n= l1.size(), m = l2.size()


int start = 0;
int end = l2.size() - 1;
for (Tuple t1 : l1){
    while (start + 1 < end){
        int mid = start + (end - 1)/2;
        if (l2.get(mid).idx == t1.idx){
            res += t1.val*l2.get(mid).val;
        } else if (l2.get(mid).idx > t1.idx){
            end = mid;
        } eles {
            start = mid;
        }
    }
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,264评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,549评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,389评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,616评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,461评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,351评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,776评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,414评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,722评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,760评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,537评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,381评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,787评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,030评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,304评论 1 252
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,734评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,943评论 2 336

推荐阅读更多精彩内容