Question

使用 Big-O 表示法的效率，我发现自己陷入了一系列疑问，因为他们精心设计了一种可以及时setInterruptIfStopped工作的代码，以执行下一个任务：

·查找列表的最小数量（因素的顺序并不重要）

·替代使用... min方法

我知道，这种幅度意味着时间线性增长，而JobIntentService呈指数增长（thanks to other users）

要理解它的大小，例如，我有此代码。

O(n log n)

也可以使用列表，但是不能满足我的要求。这会为列表n中的每个元素返回一次...然后再实现对分搜索def x(my_list): n = len(my_list) print(my_list) if n <= 1: print("return") return 0 return x(my_list[:n // 2]) + x(my_list[n // 2:]) print(x([2, 3, 4, 5, 6, 7]))

谢谢：）

Answer 1

您的列表排序了吗？然后找到最小值，它只是列表的第一个元素：my_list[0]。这是O（1）（恒定时间-无需循环）。

您的列表未排序吗？然后，您必须浏览列表中的每个值，以确定哪个值与其余值相比最小。这是最小（em）O（n）（请注意，O（n）比O（nlogn）更有效）。

current_min = my_list[0]
for element in my_list:
    if element < current_min:
        current_min = element

Answer 2

回答标题中提出的问题：

def min_of(lst):
    if len(lst) <= 2:
        return lst[0] if lst[0] < lst[-1] else lst[-1]
    a = min_of(lst[len(lst)/2:])
    b = min_of(lst[:len(lst)/2])
    return a if a < b else b

更新

对不起，这是O（n）方法

使用O（n log n）查找列表的最小值

2 个答案: