时间/空间复杂度-如何计算此功能?

时间:2019-03-13 21:25:18

标签: javascript arrays time-complexity space-complexity

我需要计算这个问题的时间和空间复杂度,有人可以帮助我弄清楚它是什么以及为什么吗?

我相信由于2个滤波函数,此问题的时间复杂度将为O(n ^ 2)。从本质上讲,这类似于在数组上迭代2个for循环,并且由于它们要循环一定的时间,因此我们知道第一个过滤器将为O(n),而添加另一个过滤器将使其变为O (n ^ 2)?

不确定空间的复杂性。

let arr = [1, 2, 2, 4, 4, 5, 6, 7, 7, 8, 9];
const result = arr.filter(x => arr.filter(y => y === x).length > 1)
console.log(result);
// 2, 2, 4, 4, 7, 7

2 个答案:

答案 0 :(得分:2)

是的,时间复杂度为O(n^2)-例如,如果arr有10个项目,则该算法需要在完成前进行约100次比较。

空间复杂度为O(n)。例如,考虑外部.filter的最后一次迭代-即将完成构建的result当时占用O(n)空间(最坏的情况;等效于输入的一侧) arr)。在最坏的情况下,要过滤的回调内部的内部数组(然后将检查其length并返回)也将是输入n的一面。因此,在任何时间点当前将使用的最大空间是O(2n),相当于O(n)

答案 1 :(得分:1)

我认为您对时间的复杂性是正确的,由于两个嵌套循环,所以它是O(n ^ 2)。

IMO空间复杂度为O(n),因为您仅需要n个空间单位即可保持阵列,并且不分配额外的内存。