计算big-O时如何处理本机函数的时间复杂度

Question

我正在学习时间复杂性，并注意到我所看到的教程并未考虑本地函数的时间复杂性（此示例中的Javascript）

下面的函数将删除数组中的重复值并返回排序后的数组，其时间复杂度为O（n）而不是O（n + nlogn）。 O（n）是否正确？计算时间复杂度时，是否应该考虑本机函数的时间复杂度？

function uniqueSort(arr) {
    const store = {};
    const result = [arr[0]];

    for(let i =0; i < arr.length; i++) {
        if(!store[arr[i]]) {
            result.push(arr[i]);
            store[arr[i]] = true;
        }
    }
    return result.sort((a,b) => a - b);
}

Answer 1

  

O（n）正确吗？

O（N）不正确。在评估函数的时间复杂度时，必须逐行考虑函数中所有操作的时间复杂度，包括本机函数的时间复杂度。如果您要做的只是在自己的函数内部调用各种本机函数（可能会非常昂贵！），则调用函数O（1）并没有多大意义。

您提供的摘录功能为O（n + nlog（n）），因为存在循环遍历数组（O（N））的操作以及使用javascript本地函数nlog（ n）。

通常，我们通常以最慢的操作对函数进行分类，因此您也可以将函数描述为O（nlogn）。