【问题标题】:Space Complexity with O(n^2)O(n^2) 的空间复杂度
【发布时间】:2021-04-14 03:38:17
【问题描述】:

所以,Everbody 熟悉常量 O(1) 或线性 O(N) 空间复杂度。

但我有一个问题,算法的空间复杂度是否与O(NLogn)O(N^2) 成正比。如果可以的话,有什么好处呢。

P.S.- 我已经研究了各种网站,但没有得到任何令人满意的解决方案。

【问题讨论】:

  • 您应该将此移至讨论
  • 任何返回大小为f(N) 的结果的算法至少占用O(f(N)) 额外空间(当然前提是结果不与输入共享空间)。

标签: algorithm complexity-theory space-complexity


【解决方案1】:

几乎任何算法都可以使用O(N^2) 内存。考虑一些f(a,b),其中0 < a,b < Nf 的计算成本很高。为了减少运行时间,一个明显的解决方案是使用大小为N * N 的查找表和预先计算的结果。可以经常在运行时和内存使用之间进行这种权衡。

一般来说,使用矩阵的算法通常会占用N*N 内存来存储矩阵。例如,要在N=3 维度上旋转一个点,您可以使用3x3 旋转矩阵。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2015-05-25
    • 2022-01-20
    • 2019-12-09
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-12-13
    相关资源
    最近更新 更多