تحسين أداء البحث عن العناصر المفقودة في نطاقات الأرقام

الخوارزمية التي طُرحت لحل مشكلة العثور على العناصر المفقودة في نطاق من الأرقام تعتمد على فكرة بسيطة ولكنها غير فعالة للنطاقات الكبيرة. ففي كل خطوة، يتم فحص ما إذا كان العنصر الحالي موجودًا في أي من النطاقات المعطاة، وهذا يؤدي إلى عملية فحص متكررة لكل العناصر في النطاق الكبير.

لتحسين أداء الخوارزمية، يمكن اعتماد نهج يعتمد على الفهرسة. يمكن إنشاء فهرس لكل عنصر في النطاق المعطى، ثم فحص هذا الفهرس لتحديد العناصر المفقودة. هذا النهج يقلل من عدد الفحوصات بشكل كبير، خاصة عندما يكون النطاق كبيرًا.

فيما يلي خوارزمية مقترحة لحل هذه المشكلة باستخدام الفهرسة:

python
def missing_elements(numranges):
    all_numbers = set()
    for start, end in numranges:
        all_numbers.update(range(start, end + 1))

    missing_elements_count = 0
    for num in all_numbers:
        if not any(start <= num <= end for start, end in numranges):
            missing_elements_count += 1

    return missing_elements_count

# مثال على استخدام الخوارزمية
numranges = [[1, 10000], [10002, 20000]]
print("عدد العناصر المفقودة:", missing_elements(numranges))

هذه الخوارزمية تبدأ بإنشاء مجموعة تحتوي على جميع الأرقام في النطاقات المعطاة. ثم، يتم فحص كل عنصر في هذه المجموعة للتحقق مما إذا كان موجودًا في أي من النطاقات أم لا. إذا كان غير موجود، يتم زيادة عداد العناصر المفقودة. هذا النهج يضمن أن يتم فحص كل عنصر مرة واحدة فقط، مما يجعل الخوارزمية أكثر فعالية بكثير للنطاقات الكبيرة.

المزيد من المعلومات

تحليل وتقسيم XML في سكالا

تحويل السياق وإغلاقه في إطار العمل Spring