我试图了解下面一段代码的空间复杂性。该代码压缩来自" aabbbb"的字符串。到" a2b4"。问题是破解编码面试第5版(2013年)的问题5,第1章,代码取自solutions
public static String compressBetter(String str) {
int size = countCompression(str);
if (size >= str.length()) {
return str;
}
StringBuffer mystr = new StringBuffer();
char last = str.charAt(0);
int count = 1;
for (int i = 1; i < str.length(); i++) {
if (str.charAt(i) == last) {
count++;
} else {
mystr.append(last);
mystr.append(count);
last = str.charAt(i);
count = 1;
}
}
mystr.append(last);
mystr.append(count);
return mystr.toString();
}
,其中
public static int countCompression(String str) {
if (str == null || str.isEmpty()) return 0;
char last = str.charAt(0);
int size = 0;
int count = 1;
for (int i = 1; i < str.length(); i++) {
if (str.charAt(i) == last) {
count++;
} else {
last = str.charAt(i);
size += 1 + String.valueOf(count).length();
count = 1;
}
}
size += 1 + String.valueOf(count).length();
return size;
}
根据作者compressBetter
具有O(N)空间复杂度。 为什么不是O(1)?
在countCompression
的每次展示中,我们都会last
,size
和count
以及compressBetter
的相似内容(保留countCompression
个变量加上mystr
},last
,count
。我对空间复杂性的理解是&#34;算法在任何时间需要/保持多少内存&#34;。换句话说,与时间复杂度不同的空间复杂性不是累积的
请注意,作者在书中只考虑了人们所说的&#34;辅助空间复杂性&#34; (没有存储输入所需的空间),如上例所示。此外,afaik在本书的errata中没有关于此的条目。
更新:我的混淆来自以下示例(同一本书中的问题1.1)
public static boolean isUniqueChars2(String str) {
boolean[] char_set = new boolean[256];
for (int i = 0; i < str.length(); i++) {
int val = str.charAt(i);
if (char_set[val]) return false;
char_set[val] = true;
}
return true;
}
尽管有256个布尔数组分配,但是O(1) - 我认为分配在计算空间复杂度方面并不重要。但实际上它是O(1)因为所需空间是恒定的并且与输入大小无关(与mystr
Stringbuffer不同)。
答案 0 :(得分:0)
您询问的是compressBetter
的空间复杂性,其中包括对countCompression
的调用,但也会执行其他工作。
虽然countCompression
的空间复杂度确实是O(1)
,但compressBetter
在最坏的情况下(其中没有两个连续的字符)具有线性空间复杂度(即O(N)
)输入String
相等),因为在这种情况下它会生成StringBuffer
个2N个字符。
答案 1 :(得分:0)
只需将我以前的评论转换为答案:您持有的StringBuffer
可能与String的大小成比例。只要想想你有一个没有连续重复字符的输入字符串的情况(最糟糕的情况)。