[英]What is the time complexity of my recursive method with dynamic programming
我正在研究一种获取集合“S”的 f(n) 的算法。 它被定义为
示例:f(4) = S(4) + f(3) + f(2) + f(1) + f(0)
这是我的伪代码
func solve(int k, int[] s, int[] memo)
{
if(k==0) //base case
return s[0]
if(memo[k] == -1)
{
var nTemp = 0
for(int i=0; i < k; i++)
nTemp = (nTemp + solve(i, s, memo))
memo[k] = (nTemp + s[k])
}
return memo[k]
}
我不确定它的时间复杂度,我认为它是 O(n) 但我不确定。
让我们考虑从k = 1
开始必须执行多少个操作solve
:
k = 1: memo[1] = s[0] + s[1] -> 1 sum
k = 2: memo[2] = memo[0] + memo[1] + s[2] -> 2 sums
...
k = m: memo[s] = memo[0] + memo[1] + ... + s[m] -> m sums
所以实际上,操作的次数是1 + 2 + .. + k = (k + 1)*k/2 ~ k*k
。 因此,总时间复杂度为O(k^2)
。
但是,如果高达k-1
值已经缓存在memo
并且我们需要计算f(k)
那么时间复杂度是O(k)
因为它只是关于总结memo[i]
使得i<k
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.