[英]What is the time complexity of my recursive method with dynamic programming
我正在研究一種獲取集合“S”的 f(n) 的算法。 它被定義為
示例:f(4) = S(4) + f(3) + f(2) + f(1) + f(0)
這是我的偽代碼
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]
}
我不確定它的時間復雜度,我認為它是 O(n) 但我不確定。
讓我們考慮從k = 1
開始必須執行多少個操作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
所以實際上,操作的次數是1 + 2 + .. + k = (k + 1)*k/2 ~ k*k
。 因此,總時間復雜度為O(k^2)
。
但是,如果高達k-1
值已經緩存在memo
並且我們需要計算f(k)
那么時間復雜度是O(k)
因為它只是關於總結memo[i]
使得i<k
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.