如何解决我的功能有多少BigO时间复杂度?
此功能的BigO分类是什么?
问题定义:您有一个整数数组,并且想要找到最大的连续(按顺序一起)子和。找到所有连续子数组的总和,并返回最大值。
距离编程还有7个多月的时间,所以我想尝试证明,即使存在嵌套循环,该函数的时间复杂度仍为O(n)。嵌套循环不会两次遍历相同的数据,它们会一遍又一遍地推送一组数据(我知道我很可能对此不正确)。我的直觉对此有误吗?为什么?
def largest_contiguous_sub_sum(arr)
largest_sum = -100
(0...arr.length).each do |start_idx|
(start_idx...arr.length).each do |end_idx|
current_sum = arr[start_idx..end_idx].sum
largest_sum = current_sum if largest_sum < current_sum
end
end
largest_sum
end
arr = [2,3,-6,7,7] #=> 8
解决方法
BigO与您要遍历的数据无关,而与您如何遍历这些数据有关。我看到了三个主要循环:
- 0到N为x
- x到N为y
- x到y为z
在我看来就像O ^ 3。
,嵌套循环不会两次遍历同一数据
他们绝对是。甚至没有两次。
内部循环的第一次迭代是从0到N。然后是1到N。然后是2到N。总共N次迭代。这使其为O(N ^ 2)。那只是显式循环,不包括具有另一线性扫描的实际逻辑。
即使存在嵌套循环,该函数的时间复杂度仍为O(n)
这很简单。测量函数在长度为N的输入上运行所花费的时间。然后在长度为10 * N的情况下进行测量。如果它具有线性的运行时复杂度,则第二次运行只会慢10倍。但是在这种情况下,性能下降将会更加明显。
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。