虽然对直观地确定算法的复杂性有些熟悉,但我对如何实际计算它有点迷茫。
对于以下代码,知道如何确定复杂性吗?
list = [...]
start = list[0]
end = null
remove list[0] from list
while(list.length > 0) {
for(i = 0; i < list.length; i++) {
if(list[i] is immediately before start or immediately after end) {
link list[i] to start or end (populate end if null)
remove list[i] from list
}
}
}
这假定一个有效的数据集(必须排序的元素的连续链接列表)。为了说明目的,也进行了简化;
因此,最好的情况是,如果列表已经排序,则为 O(n),因为您只需要一个传递即可处理它们并弹出它们。
我无法确定的是最坏的情况,因为每次"while"迭代数据集都会变小至少 1 个元素(通常为 2 个或更多),因为它假设数据集将始终有效。所以它显然小于 O(n^2)(我认为)。欢迎所有想法。
谢谢!
更新绘制出来后,它似乎是 O(nlogk(n)),其中 k = n ^ (2/(n+1)) 这算作O(nlog(n))吗?我不清楚。
Big O 表示法旨在为函数的增长率提供上限,因此您必须考虑最坏的情况。
在最坏的情况下,我会假设在每次迭代中数据集将变小 1 个元素,因此您将执行的操作数量将受n + n-1 + n-2 ... + 2 + 1
的约束,等于(n+1)*n / 2
即 O(n^2)