[英]Asymptotic run time complexity
给定一个未排序的 integer 元素数列表,并找到列表中所有数字的总和,他将使用以下算法。
function Sum(A, left, right)
if left > right:
return 0
else if left = right:
return A[left]
mid = floor((left+right)/2)
lsum = Sum(A, left, mid)
rsum = Sum(A, mid+1, right)
return lsum + rsum + A[mid]
function myMethod(A, N)
B = new Array of length 1
B[0] = Sum(A, 0, N-1)
return B
(a) 分析方法 myMethods 的渐近运行时复杂度。 用 Θ 表示法给出最坏情况和最好情况的运行时间。 证明你的答案。
(b) 用文字简要解释为什么 myMethods 的最佳情况输入和最坏情况输入相同。
试图做到这一点,但在这个问题上苦苦挣扎,想得到一些答案。 提前致谢。
为了用 Θ 来定义算法的复杂度,需要得到渐近的上限和下限。
Omega(n) 中 function 的下限,因为要计算总和,您需要至少访问所有元素一次。
上限是 O(n),因为 function 不会访问超过 n 个元素。
因此复杂度为 Θ(n)。
在这里,最好的情况或最坏的情况输入并不重要,因为对列表/数组的元素求和与元素的顺序无关。
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.