如果我走在正确的轨道上,这个问题是为了修改过去的试卷,只需要建议。
根据给定var phoneNumbers = [];
var data = { Invite1: { Amount: 25, PhoneNumber: 917995954482 },
Invite2: { Amount: 25, PhoneNumber: 918179405940 },
Invite3: { Amount: 25, PhoneNumber: 918179441493 },
Invite4: { Amount: 25, PhoneNumber: 918309097608 } }
for(var k in data){
phoneNumbers.push(data[k].PhoneNumber);
}
的操作次数计算出以下代码段的时间复杂度T(n)
:
integer n
所以我认为外循环是for ( int k = n; k >0; k /= 3 ) {
for ( int i = 0; i < n; i += 2 ) {
// constant number C of elementary operations
}
for ( int j = 2; j < n; j = (j*j)) {
// constant number C of elementary operations
}
}
,第一个内循环是O(logn)
,第二个内循环是O(n)
。只是想知道我是否有一个粗略的想法以及如何从这里前进。
答案 0 :(得分:1)
最近有一个问题在几天前有些类似,我提供了复杂性分析的逐步描述:https://stackoverflow.com/a/49093954/926701
O(log3(n))
O(n)
O(log2(log2(n)))
非正式地,对于第二个循环,使用j(k)
j
循环的索引for
所采用的值序列,我们可以写:
j(1) = 2, j(2) = j(1)^2 = 4, j(3) = j(2)^2 = 16, ..., j(k) = j(k-1)^2 >= n
=> j(k) = j(k-1)^2 = j(k-2)^4 = ... = j(1)^(2^k) = 2^(2^k)
=> k = log2(log2(n))
由于内循环中的操作数与外循环的操作数独立,我们可以将复杂性倍增:
T(n) = O(log3(n) * (n + log2(log2(n))))
= O(n.log3(n))
因为log2(log2(n)) << n
为n -> +Inf
。