計算時間重疊次數的優化

由於專案中直播間實際會控制最大人數在6人，而直播間存續時長一般也不會超過24小時，所以開始時偷了點懶，採用暴力方式處理。

暴力解法

顯然這是乙個n²複雜度的演算法，如果每乙個時間段，都會被其他所有時間段分割，那麼輸入的n個時間段最終會產生2n-1個時間段，所以實際上會比n²還要耗時，開始以為偷懶的暴力方法，事實證明，一點也不省事兒，實現**如下

type timesectionlist struct
type timesection struct
func
(this *timesectionlist)
mergets
(us, ue int64
)else
if e > t.s && e < t.e 
)					t.overlap, t.e = t.overlap+
1, e
return s, t.s,0,
0}else
if e == t.e 
}else
if s > t.s 
)					this.tss =
(this.tss,
×ection
)					t.s, t.e, t.overlap = s, e, t.overlap+
1return0,
0,0,
0}else
if s < t.e && e > t.e 
)					t.overlap++
t.s = s
return0,
0, t.e, e
}else
if e == t.e 
)					t.s = s
t.overlap++
return0,
0,0,
0}}else
else
if e < t.e 
)					t.overlap++
t.e = e
return0,
0,0,
0}else
if e == t.e }}
this.tss =
(this.tss,
×ection
)return0,
0,0,
0}hs, ht, ts, te :=
check
(us, ue)
if hs !=
0if ts !=0}
func
(this *timesectionlist)
getmaxduration
() timesecion 
else
if ts.overlap == max }}
return timesecion
}

除了效能不高外，實際的實現過程，需要考慮九種情況，包含各種起止時間重疊的情形。好在業務規模有限，也勉強撐著了。

優化思路

雖然這個功能不就就被下線了，但是心裡有塊石頭始終放不下，實在是對n²複雜度不滿意。

一開始考慮能否使用查詢樹來解決，但是由於時間段包含起始結束時間兩個元素，所以這將會是乙個定製的查詢樹，實現起來比暴力方法複雜，所以放棄了這個思路。

某日突然發覺，似乎棧非常適合用來解決這個問題。開始時間對應壓棧，離開時間對應彈棧，棧內元素最多時，不就是想要的結果嗎？

重複上一動作，lend被清空，此時n=2，stime=9:18，etime=9:20，至此演算法結束

優化分析

綜合來看，排序部分為nlogn的複雜度，出入棧操作為n，整體複雜度從暴力演算法的n²下降到nlogn，實際專案應用中，起止時間儲存在資料庫中，如果庫中對在時間列上有b+tree索引，則排序部分複雜度可以下降為n，那麼整體的複雜度就是線性複雜度了。

排序部分**就不寫了，下面是棧操作**

func
maxtimeduration
(start, end [
]time.time)
(int
, time.time, time.time)
else
if l == max 
}else}}
forlen
(start)
>
0else
if s.
after
(e)}
closetime
(end[0]
)return max, ts, te
}

計算時間重疊次數的優化

關於sql語句中，統計時間重疊和時間不重疊

KMP演算法計算出現次數（包含重疊部分）

關於遞迴次數的計算

計算時間重疊次數的優化

關於sql語句中，統計時間重疊和時間不重疊

KMP演算法計算出現次數（包含重疊部分）

關於遞迴次數的計算

相關推薦