Question

我正在用这段代码来计算时间复杂度。目前只能使用简单的代码... 只想尝试复杂的一个！

public static int PATHWAY = 0;
public static int WALL = 1;
public static int MARKED = 2;

public static boolean find(int x, int y) {
    if(x == 7 && y == 7) return true;
    maze[x][y] = MARKED;
    if(x != 0 && maze[x-1][y] == PATHWAY && find(x-1, y)) return true;
    if(y != 0 && maze[x][y-1] == PATHWAY && find(x, y-1)) return true;
    if(x != 7 && maze[x+1][y] == PATHWAY && find(x+1, y)) return true;
    if(y != 7 && maze[x][y+1] == PATHWAY && find(x, y+1)) return true;
    return false;
}

Answer 1

基本上，您可以计算分配和操作。拥有

Product

每次执行一次都会递增。

执行此操作的另一种方法是监视时间，但这不是最可靠的时间。

您还可以计算/近似Big-O，检查Big O, how do you calculate/approximate it?

Answer 2

好吧，在每个递归调用中，您都访问2D数组中的单个单元格。

由于您标记了访问过的单元格，因此您不能两次访问同一单元格。

因此，总递归调用受2D数组的长度限制。

除递归调用外，您在每次执行find()方法时都要执行恒定数量的工作。

因此，如果O(N*M)是2D数组的行数，N是2D数组的列数，则时间复杂度为M。

当然，根据您的if(x == 7 && y == 7) return true;停止条件，看起来二维数组的尺寸为8x8，可以看作一个常数。这样可以使运行时间为O（1）。

O(N*M)是常规输入数组的复杂度。

Answer 3

并不难，实际上它使用 DFS 来查找路径。 DFS的顺序为O(V+E)，其中V是顶点数，E是边数。

在这种情况下，您使用邻接矩阵来表示图形。因此在最坏的情况下，时间复杂度为O(M*N)，其中M是行数，N是列数。

如何计算此代码的时间复杂度？

3 个答案: