Question

就时间复杂性而言，是：

let string = "I am a little teapot"
let wordArray = string.split(' ').sort()
let store = wordArray.reduce( (acc, word) => {
       acc[word] = acc[word] + 1 || 1;
       return acc;
     }, {})

还不错吗？：

let string = "I am a little teapot"
let store = string.split(' ').sort().reduce( (acc, word) => {
      acc[word] = acc[word] + 1 || 1;
      return acc;
    }, {})

我相信每个都有时间复杂度 O （ n ）。我是对的吗？

Answer 1

很多不同的事情：

在这种情况下，链接不会以任何方式影响时间复杂度。这只是一种语法差异。
我假设n设计了你想要处理的句子中的单词数。 O（n）是对时间复杂度的不正确估计。有效的比较排序通常需要进行O（nlog（n））比较。除此之外，您正在比较字符串，因此不会在恒定时间内进行比较（相对于字符串的长度）。这并没有改变复杂度为O（nlog（n））的事实，因为字符串的长度可能并不依赖于n。
O（3n）= O（2n）= O（n），这正是O的意思。查看您的Landau notation。

编辑：在评论之后，让我对复杂性的推理更加清晰。

对于在空格上拆分句子的结果，调用sort函数，这会将sort应用于一系列单词。

我不知道sort是如何实现的，但它很可能是一种比较排序，这意味着它大致进行O(n*log(n))比较，其中n是要排序的项目数：这里这句话的话。

现在，我们知道我们将进行O(n*log(n))字符串比较，这与字符串的长度不同。字符串比较在最差的L操作中进行，L长度是要比较的两个字符串的最小长度。现在让L作为被排序字符串的最大长度。从已经说过，我们将进行大约O(L*n*log(n))次操作来对数组进行排序。由于L没有理由依赖于n，因此我们对时间compexity进行了O(L*n*log(n)) = O(n*log(n))次操作。

Answer 2

链接是否会增加时间复杂度？

不，中间变量不会改变时间复杂度，算法完全相同。

我相信每个都有时间复杂度O(n)。我是对的吗？

不，虽然您尚未说明n措施。

您的算法的复杂性可以表示为O(s + (s/w) w log w)，其中s是string的长度，w其中的字数和s/w平均字长（字符串比较所需的时间）;这简化为O(s log w)。

Answer 3

不，这没有任何区别（实际上，可能非常非常小，但是从O（n）到O（n ^ 2）的复杂性非常远）。

你纠正了，你的代码是O（n log n），n是你字符串中的单词数。

sort方法可能是使用quicksort实现的，平均情况下为O（n log n），而reduce是一个简单的循环，O（n）。

链接排序和减少是否会将时间复杂度从O（n）增加到O（n ^ 2）？

3 个答案: