Question

我试图找出这个算法的Theta复杂性。（a是整数列表）

def sttr(a):
    for i in xrange(0,len(a)):
        while s!=[] and a[i]>=a[s[-1]]:
            s.pop()
        s.append(i)
    return s

一方面，我可以说append正在执行n（数组的长度）次，所以pop也是while，我应该考虑的最后一件事是{ {1}}条件最多可执行2n次。

由此我可以说这个算法最多是4*n所以它是THETA（n）。

但是，它不是摊销分析吗？

另一方面，我可以这样说：

有2个嵌套循环。 for周期正在执行n次。 while周期最多可执行n次，因为我必须在每次迭代中删除项目。所以复杂性是THETA（n * n）。

我想计算THETA，但不知道这两个选项中哪一个是正确的。你能给我一些建议吗？

Answer 1

答案是THETA(n)，你的论点是正确的。

这不是摊销分析。

要进行摊销分析，您必须查看内循环。如果忽略算法的其余部分，你不能轻易地说出执行的速度有多快。朴素的方法是O（N），这是正确的，因为这是最大的迭代次数。但是，因为我们知道执行的总数是O（N）（你的参数），并且这将被执行N次，我们可以说内部循环的复杂性是O（1）摊销。