我总是在面试中提供这样的解决方案,但我不确定 O(n^2)、O(nlogn) 的复杂度是多少?
for(i = 0; i < limit; i++)
{
for(j = i; j < limit; j++)
{
// do something
}
}
我总是在面试中提供这样的解决方案,但我不确定 O(n^2)、O(nlogn) 的复杂度是多少?
for(i = 0; i < limit; i++)
{
for(j = i; j < limit; j++)
{
// do something
}
}
只是为了理解,以limit为6。现在,i可以从0到5,j可以从i到5。当i=0 j=0到5时,i=1 j=1到5,i=2 j =2 到 5,i=3 j=3 到 5,i=4 j=4 到 5,i=5 j=5
因此,程序的“做某事”部分运行 5、4、3、2 和 1 次。这意味着limit = 6总共有15次。或n(n + 1)/ 2次,因为从1到n的数字之和就是这样。(假设极限由 n 表示)。
我看到它并不完全是 n^2 复杂性,但随着 n 变大,n^2 项将占主导地位。因此,在我看来,它是 O(n^2)。
让我们分析一下。外循环将运行limit
时间。
First iteration of outer loop, i=0.. Inner loop runs limit times..
Second iteration of outer loop, i=1.. Inner loop runs limit-1 times..
.
.
.
.
Limit-th iteration of outer loop, i=limit-1.. Inner loop runs 1 time..
这给了我们一个复杂性,O(limit) * O(limit-1) * O(limit-2)*..*O(1)
这反过来又使这段代码的复杂性O(n2)
这种复杂度当然是 O(N^2)。为什么,让我们用演绎的方式简单地分析一下。
Limit = 10, the iterations are = 10 + 9 + 8 + 7 + ... + 1 = 10*(10+1) / 2
Limit = 20, the iterations are = 20 + 19 + 18 + ... + 1 = 20*(20+1) / 2
.
.
.
Limit = N, the iterations are = N + N-1 + N-2 + ... + 1 = (N)(N+1)/2
In big-Oh notation, its complexity is O( (N)(N+1)/2 ) = O( (N^2 + N) / 2 ) which gives O(N^2)