Question

我一直在理解Big O计算的工作原理，在我开始练习一些问题后看了几部视频之后，我来到了这段代码，我觉得代码的时间复杂度是O（n ^ 2），因为外部循环将运行O（ n）并且内部循环也将运行O（n）。因为内部循环必须遍历所有列表以查找唯一名称。但是博客将其解释为O（n log n），怎么办？

def list_unique_names(phonebook):
    unique_names = []
    for name, phonenumber in phonebook:             # 1
        first_name, last_name = name.split(" ", 1)
        for unique in unique_names:                 # 2
            if unique == first_name:
                break
        else:
            unique_names.append(first_name)
    return len(unique_names)

phonebook = [
    ("John Doe", "555-555-5555"),
    ("Albert Einstein", "212-555-5555"),
    ("John Murphey", "202-555-5555"),
    ("Albert Rutherford", "647-555-5555"),
    ("Elaine Bodian", "301-555-5555"),
]

我期望复杂度为O（n ^ 2），但博客所有者表示其O（n log n）。

Answer 1

您是正确的，您发布的代码在O(n^2)中运行。

使用set，您可以在amortized O(n)中执行相同的操作：

def list_unique_names(phonebook):
    unique_names = set()
    for name, phonenumber in phonebook:
        first_name, _ = name.split(" ", 1)
        unique_names.add(first_name)
    return len(unique_names)

下面的python代码的时间复杂度如何计算为0（n log n）？

1 个答案: