Question

我只是想知道，此功能的主要作用是什么，假设参数的初始值如下：

numOfCourseIndex = 0
maximumScheduleCount = 1000
schedule = [[Section]]()
result = [[[Section]]]()
orderdGroupOfSections = n

。

func foo(numOfCourseIndex: Int, orderdGroupOfSections: [[[Section]]], maximumScheduleCount: Int) {


    if (result.count >= maximumScheduleCount) {
        return
    }

    for n in 0..<orderdGroupOfSections[numOfCourseIndex].count {
        for o in 0..<orderdGroupOfSections[numOfCourseIndex][n].count {
            for p in 0..<orderdGroupOfSections[numOfCourseIndex][n][o].sectionTime!.count {
                for q in 0..<orderdGroupOfSections[numOfCourseIndex][n][o].sectionTime![p].day!.count {

                   ///do something

               }
            }
        }

        if (numOfCourseIndex == orderdGroupOfSections.count - 1) {

          result.append(schedule)

        }
        else {
            foo(numOfCourseIndex: numOfCourseIndex + 1, orderdGroupOfSections: orderdGroupOfSections, maximumScheduleCount: maximumScheduleCount)
        }
    }      
}

在最坏的情况下，我是说这是（n！）的Big-O，但我不确定。

Answer 1

您可以执行两项简单的操作来帮助您分析函数的复杂性。首先是简化输入并查看函数的行为。与其运行大量课程或日程安排之类的功能，不如仅查看其中一项功能。处理一门课程需要多少步骤？两人几？三？四？制作一个包含结果的表格，然后查看一门和两门课程，两门和三门课程，三门和四门课程之间的差异。您能看到模式吗？

您可以做的第二件事是将功能分解为多个部分并分别进行分析。您可能无法仅仅看到整个事情的复杂性，因为它是复杂。所以简化一下...最内层循环的复杂性是什么？第二个最里面的循环如何，而忽略最里面的一个呢？两者的复杂度如何？冲洗并重复。

递归函数的Big-O

1 个答案: