如何解决在摊销分析中使用潜力和会计方法
解决方法
直觉
通过分析每个操作的昂贵案例和廉价案例，您可以了解如何为每个操作收费（然后您可能需要一些小的修复来“修复”数字）
通过查看数据结构的重要参数，您可以构建一个势函数（例如这里是 s2 中元素的数量）
- 此外，在这里看到很多例子真的很有帮助
会计方法：
让我们每次插入收取两个硬币：一个将用于从 s2 中弹出元素，第二个将用于将元素插入到 s1 让我们为每次删除收取一枚硬币，用于从 s1 中删除元素。
然后请注意，银行中的信用不能为负，因为如果 s1 不为空，那么我们只需支付操作的实际成本（这是从 s1 中唯一的删除），如果s1 为空，然后操作从 s2 弹出并插入到我们已经收费的 s1。 （需要注意的是，我们假设我们从空数据结构开始，或者，我们为数据结构的每个初始状态都获得了适当的信用）
现在您可以看到，对于每组操作，我们 3n 的总信用覆盖了操作的实际成本（并且我们获得了 s2 中剩余元素的信用保证金），因此这些是有效的摊销界限。
为了用势函数求解，让我们考虑函数：
Potential(DataStructure) = 2 * s2 中的元素数
回忆一下我们是这样计算的：
OP.A 的摊销成本 = OP.A 的实际成本 + Potential(DS after)-Potential(DS before)
所以我们得到（表示 k 中 s2 中元素的数量）：
对于插入： 1 + 2(k+1)-2k = 3
为了便宜的删除： 1 + 2k - 2k = 1
对于昂贵的删除： 1+2k + 0 - 2k = 0（实际成本是 1+2k，因为我们从 s2 中弹出并插入到 s1 中的每个元素，然后从 s1 中弹出一个元素）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
