Question

我在完全掌握Big-Oh表示法时遇到了一些麻烦，当我看到If语句的一些答案时，我在if / else语句中没有看到任何方法调用。我在下面发布相关代码，线性和二进制搜索是标准实现（我本可以使用Arrays类，但我自己选择练习编码）。精确和一般的Big Oh表示法都会有所帮助。我在下面尝试过。

public static int count(int[][] myArray, int query) 
{
    queryHits = 0;   -----> O(1)
    queryNumber++;   -----> O(1)
    int subArraymin; -----> O(1)
    int subArraymax;  ----> O(1)
    int foundIndex = -1; -> O(1)
    int j = 5000;    -----> O(1)


        for (int i = 0; i<5000; i++)        ------------>O(5000 * O(?)
        { 
            subArraymin = myArray[0][j];        -------> O(1)
            subArraymax = myArray[999][j];       ------> O(1)

            if (query >= subArraymin && query <= subArraymax)     ----> O(1?)
            {
                foundIndex = binarySearch(myArray,0 , 1000, query, j); -->O(5000?) * O(log n)

                if (foundIndex == -1)       --> O(1?)
                {
                //irrelevant code omitted 
                }
                else 
                {
                    linearSearch(myArray, query, foundIndex, j);    -----> O(5000?) * O(n)
                }
            }
            else //irrelevant code omitted
        }
        return queryHits;
        }

我的主要问题：
1.我的if语句是O（1）还是O（n）？ 2.我相信我的for循环是O（5000 *循环体）但是因为我调用了两种不同的方法，所以做那些方法＆＃39;大哦先获得成倍增加？

感谢您提供任何帮助/指示！

Answer 1

绘制代码的流程图，尤其是if分支和循环。这有很大帮助。或者，在代码上绘制适当的流线。

在这种情况下，函数复杂性会被添加，而不是相乘，因为它们以线性顺序出现。正如你在“5000 *”中使用的那样，循环是繁殖的。

因此，循环的复杂度为5000 *（O（log n）+ O（n））。这简单地减少到O（n），因为5000,1000和其他杂项都是标量常数。如果“5000”来自其他一些put参数（你可能会称之为“m”），那么算法就是O（m * n）。

到目前为止，这对你有多大意义？

使用嵌套的If语句/方法调用分析Big-Oh表示法

1 个答案: