Question

这个时间和空间的复杂性是什么：

def isPalindrome[A](x: Seq[A]): Boolean = x match {
  case h +: middle :+ t => h == t && isPalindrome(middle)
  case _ => true
}

是否取决于Seq的实施？由于IndexedSeq O(1)应该O(n)尾{vs LinearSeq O(n)由于递归调用堆栈，空间复杂度是import scala.annotation.tailrec @tailrec def isPalindrome[A](x: Seq[A]): Boolean = x match { case h +: middle :+ t => h == t && isPalindrome(middle) case _ => true }还是Scala会自动进行尾调用优化？

{{1}}

Answer 1

是否依赖于Seq的实施？因为对于LinearSeqs，IndexedSeq应该有O（1）尾对比O（n）

我通常会假设，但提取器实际上是O(n)。任何Seq的提取器都是scala.collection.:+，其中列表的O(n)为最后一个，O(n)为最后一个。这两个代码如下：

  def init: Repr = {
    if (isEmpty) throw new UnsupportedOperationException("empty.init")
    var lst = head
    var follow = false
    val b = newBuilder
    b.sizeHint(this, -1)
    for (x <- this) { // O(n)
      if (follow) b += lst
      else follow = true
      lst = x
    }
    b.result
  }

  def last: A = {
    var lst = head
    for (x <- this) // O(n)
      lst = x
    lst
  }

由于递归调用堆栈，空间复杂度是否为O（n），或者Scala是否自动进行尾调用优化？

我看到代码确实有这个优化。这是有道理的，因为t && isPalindrome(middle)允许Scala关闭当前调用堆栈，将t传递给下一个堆栈&&，因此它可以进行尾递归优化。

恒定时间匹配

使用Vector我们可以实现O(1)时间：

object ends {
  def unapply[T](t: Vector[T]): Option[(T, Vector[T], T)] =
    if (t.length < 2) None
    else Some((t.head, t.drop(1).dropRight(1), t.last))
}

def isPalindrome[A](x: Vector[A]): Boolean = x match {
  case ends(i, middle, l) => i == l && isPalindrome(middle)
  case _ => true
}

Scala头/尾提取器的时间和空间复杂度是多少？

1 个答案:

恒定时间匹配