- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
subArraySum 中的 for 循环调用 sumArray ,它也包含一个 for 循环。这会被认为是 O(n^2) 时间吗?放轻松,因为这是我的第一个问题,正如您从我的代码中看到的那样,我是初学者。这是我的代码:
const subArraySum = (arr,n) => {
let i = 0;
let result = [];
for (let j = n-1;j<arr.length;j++) {
let li = arr.slice(i,j+1);
result.push(sumArray(li));
i++;
}
return maxResult(result);
}
function sumArray(li) {
counter = 0;
for (let k of li) {
counter+=k;
}
return counter;
}
function maxResult(result) {
let highest = 0;
for (let k of result) {
if (k>highest) {
highest = k;
}
}
return highest;
}
最佳答案
虽然 for
和其他循环结构可能会提供一些关于复杂性的基本指南,分析必须始终考虑迭代次数,而不是依赖于计算嵌套循环的数量。可以很容易地证明,任意数量的嵌套循环仍然会导致线性或恒定的时间复杂度(即 while (true) { break; }
)。
对于您提到的功能,sumArray
和 maxResult
运行 n
迭代,其中 n
匹配输入数组元素的计数。
对于 subArraySum
然而,复杂性并没有那么简单。我们可以很容易地看到,该函数同时调用了 sumArray
和 maxResult
,然而,尚不清楚这些调用与函数输入之间的关系。
调用 subArraySum
对于一些数组 arr
长度m
和 n
的参数,我们可以看到 for
循环从 n - 1
运行至 m
,即 m - n + 1
次,或在复杂性方面,循环运行计数是 O(m - n + 1)
的函数= O(m - n)
.出于渐近分析的目的,常数 1 被认为是微不足道的(想象一下 109 和 109 + 1 操作之间的差异 - 可能没有那么多)。
然后每个循环创建一个长度为 n - 1
的子数组.这是基于 i
和 j
迭代变量 - 我可能在这里错了,但我怀疑实现是错误的。无论如何,这使得 O(n)
手术。
然后通过 sumArray
对切片求和(如前所述 O(n)
的复杂性)并插入到另一个数组的后面(摊销 O(1)
)。
因此,每次循环运行的复杂度为 O(n)
.
随着循环运行 O(m - n)
次,复杂度为 O(n)
,产生的总复杂度为 O(n * (m - n))
= O(m * n - n^2)
.
现在让我们考虑这个术语,m * n - n2。从函数的语义,我们可以假设,它必须始终保持 n < m(对于 n = m,复杂性是恒定的:m * n - n2 = n2 - n2 = 0 - 你可以通过精神上的经历来确认这一点算法,它只会返回 0 而没有任何循环)。如果 n 始终小于 m,则 n2 将始终小于 m * n,因此可以忽略。
我们到达 O(mn)
为循环。
最后,maxResult
为 O(m - n)
的和数组调用long (请记住,我们通过运行 O(m - n)
迭代来创建数组,每次向数组添加一个数字)。这给了我们 O(m - n)
maxResult
的复杂性称呼。
复杂性 O(mn)
+ O(m - n)
,我们可以再次应用 n < m 并看到第二项总是产生比第一项小的值,因此可以认为对分析来说是微不足道的。
所以我们得出结果,算法的时间复杂度为O(mn)
哪里m
是输入数组的长度,n
是子数组的长度。
关于javascript - 如果我在 for 循环中调用一个包含 for 循环的函数,那是 O(n^2) 时间还是 O(n)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64635014/
在使用 requests 库中的状态代码时,我遇到了一些奇怪的事情。每个 HTTP 状态代码都有一个常量,有些具有别名(例如,包括 200 的复选标记): url = 'https://httpbin
这是我得到的代码,但我不知道这两行是什么意思: o[arr[i]] = o[arr[i]] || {}; o = o[arr[i]]; 完整代码: var GLOBAL={}; GLOBAL.name
所以这个问题的答案What is the difference between Θ(n) and O(n)? 指出“基本上,当我们说算法是 O(n) 时,它也是 O(n2)、O(n1000000)、O
这是一个快速的想法;有人会说 O(∞) 实际上是 O(1) 吗? 我的意思是它不依赖于输入大小? 所以在某种程度上它是恒定的,尽管它是无限的。 或者是唯一“正确”的表达方式 O(∞)? 最佳答案 无穷
这是真的: log(A) + log(B) = log(A * B) [0] 这也是真的吗? O(log(A)) + O(log(B)) = O(log(A * B)) [1] 据我了解 O(f
我正在解决面试练习的问题,但我似乎无法找出以下问题的时间和空间复杂度的答案: Given two sorted Linked Lists, merge them into a third list i
我了解 Big-Oh 表示法。但是我该如何解释 O(O(f(n))) 是什么意思呢?是指增长率的增长率吗? 最佳答案 x = O(n)基本上意味着 x <= kn对于一些常量 k . 因此 x = O
我正在编写一个函数,该函数需要一个对象和一个投影来了解它必须在哪个字段上工作。 我想知道是否应该使用这样的字符串: const o = { a: 'Hello There' }; funct
直觉上,我认为这三个表达式是等价的。 例如,如果一个算法在 O(nlogn) + O(n) 或 O(nlogn + n) 中运行(我很困惑),我可以假设这是一个O(nlogn) 算法? 什么是真相?
根据 O'Reilly 的 Python in a Nutshell 中的 Alex Martelli,复杂度类 O(n) + O(n) = O(n)。所以我相信。但是我很困惑。他解释说:“N 的两个
O(n^2)有什么区别和 O(n.log(n)) ? 最佳答案 n^2 的复杂性增长得更快。 关于big-o - 大 O 符号 : differences between O(n^2) and O(n
每当我收到来自 MS outlook 的电子邮件时,我都会收到此标记 & nbsp ; (没有空格)哪个显示为?在 <>. 当我将其更改为 ISO-8859-1 时,浏览器页面字符集编码为 UTF-8
我很难理解 Algorithms by S. Dasgupta, C.H. Papadimitriou, and U.V. Vazirani - page 24 中的以下陈述它们将 O(n) 的总和表
我在面试蛋糕上练习了一些问题,并在问题 2给出的解决方案使用两个单独的 for 循环(非嵌套),解决方案提供者声称他/她在 O(n) 时间内解决了它。据我了解,这将是 O(2n) 时间。是我想错了吗,
关于 Java 语法的幼稚问题。什么 T accept(ObjectVisitorEx visitor); 是什么意思? C# 的等价物是什么? 最佳答案 在 C# 中它可能是: O Accept(
假设我有一个长度为 n 的数组,我使用时间为 nlogn 的排序算法对它进行了排序。得到这个排序后的数组后,我遍历它以找到任何具有线性时间的重复元素。我的理解是,由于操作是分开发生的,所以时间是 O(
总和 O(1)+O(2)+ .... +O(n) 的计算结果是什么? 我在某处看到它的解决方案: O(n(n+1) / 2) = O(n^2) 但我对此并不满意,因为 O(1) = O(2) = co
这个问题在这里已经有了答案: 11 年前关闭。 Possible Duplicate: Plain english explanation of Big O 我想这可能是类里面教的东西,但作为一个自学
假设我有两种算法: for (int i = 0; i 2)更长的时间给定的一些n - 其中n这种情况的发生实际上取决于所涉及的算法 - 对于您的具体示例, n 2)分别时间,您可能会看到: Θ(n)
这个问题在这里已经有了答案: Example of a factorial time algorithm O( n! ) (4 个回答) 6年前关闭。 我见过表示为 O(X!) 的 big-o 示例但
我是一名优秀的程序员,十分优秀!