[英]What is the complexity evaluation of O(m * n) + O((m + n) * log(m + n))
我有以下 Python 代码,a 和 b 是列表(我知道这不是获得交集的最佳方式):
def get_intersection(a, b):
a = set(a)
b = set(b)
c = sorted(list(a&b))
return c
让我们调用 len(a) - m 和 len(b) - n,其中没有关于 a 和 b 的附加信息。 那么给定代码的时间复杂度为 O(m) + O(n) + O(m * n) + O((m + n) * log(m + n))。
我绝对可以缩短 O(m) 和 O(n),因为它们远小于 O(m * n),但是我应该如何处理 O((m + n) * log(m + n))?
我如何比较 O(m * n) 和 O((m + n) * log(m + n))? 我应该在最终评估中保留 O((m + n) * log(m + n)) 吗?
您可以将总输入大小视为n
; 哪个论点对总数的贡献并不重要。 (两个极端是当一个或另一个参数为空时;将项目从一个参数移动到另一个参数不会改变您将要做的工作总量。)
因此, set(a)
和set(b)
都是 O(n) 运算。
a & b
也是 O(n); 您不需要将a
的每个元素与b
每个元素进行比较来计算交集,因为集合是基于哈希的。 您基本上只需进行 O(n) 次恒定时间查找。 (我忽略了使设置查找线性化的可怕的极端情况。如果您的数据具有一个哈希函数,该函数不会将每个项目都映射到相同的值,那么您将不会遇到最坏的情况。)
sorted(a&b)
(不需要先创建一个列表,但这也只是一个 O(n) 操作)需要 O(n lg n)。
因为前面的每一个操作都是依次执行的,所以get_intersection
的总复杂度是O(n lg n)。
我不认为你可以简化表达式。
事实上,如果你将m
设置为一个常数值,比如5
,你有一个复杂性
5n + (n+5)log(n+5) = O(n log(n))
并且第一项被吸收。
但是如果你设置m = n
,
n² + 2n log(2n) = O(n²)
这一次第二项被吸收了。 因此你只能写
O(mn + (m+n) log(m+n)).
随着变量的变化, s
是总和, p
是乘积,
O(p + s log(s)).
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.