Question

我正在尝试this problem on LeetCode，以下是我提出的解决方案：

var findKthLargest = function(nums, k) {
  //var tmp = nums.slice();
  var iteration = 0;

  while (iteration < k) {
    var max = -Infinity;
    for (var i = 0; i < nums.length; i++) {
      var cut;
      if (nums[i] > max) {
        max = nums[i];
        cut = i;
      }
    }
    nums.splice(cut, 1);
    iteration++;
  }

  return max;
};

现在，我相信这是一个 log n 解决方案，因为我基本上正在做的是删除数组中的最大值，这会减少我的比较次数。但是，它只占59％的JavaScript解决方案，这让我觉得我可能没有正确的复杂性。

Answer 1

k循环有while()次迭代（我认为，这些循环会更加惯用地写为for(var j = 0; j < k; j++)）。

第一次迭代然后执行n循环的for次迭代，nums.splice(cut, 1)为O(n)，因为它必须从cut移位所有数组元素到n。 O(2n)与O(n)相同，因为在big-O计算中会忽略常数因子。

第二次迭代执行n-1次迭代。这也是O(n)因为我们忽略了大O符号的不断调整。 splice也是如此。

所以最终的结果是它是O(k * n)，因为你有外部循环的k次迭代，而内部循环都是O(n)。最糟糕的情况是k >= n，O(n^2)

这个函数的时间复杂度是O（log n）吗？

1 个答案: