【问题标题】:how to calculate time complexity for this code?如何计算这段代码的时间复杂度?
【发布时间】:2019-09-27 00:57:06
【问题描述】:

我有这个问题来计算时间复杂度?

const iterate = a => {
  if (a === 5) {
    return;
  }
  for (var i = 0; i <= a; i++) {
    console.log(i);
    iterate(i + 1);
  }
};
iterate(0);

【问题讨论】:

  • 这里的时间复杂度是无限的,因为var i总是设置为0,所以是一个死循环。
  • @Wimanicesir 时间复杂度不(严格)只是定时执行。您可以测量n 的几个不同值的执行时间,并尝试推导大O 复杂度,但这只是一种方法,而不是测量时间复杂度。
  • @Wimanicesir 时间复杂度是关于 增长率 而不是字面执行时间。假设您正在对一个数组进行操作,它可以包含任意数量的项目。我们将这个数量命名为 n,因此算法的 时间复杂度 将描述基于 n 的执行时间如何变化 - 如果 n=1 需要 10 毫秒,@987654328 需要 20 毫秒@, n=10 100ms 等等,这是一个线性增加,所以这是一个 O(n) 复杂度。如果时间改为 10 毫秒、40 毫秒、1000 毫秒,那么这是一个二次增长 - O(n^2)。它很少如此明确,但大 O 表示法关注的是趋势,而不是时间
  • @Wimanicesir 实际上,时间复杂度是计算的,因为它是对算法本身的数学分析。如代码所执行的实际步骤。它不像使用秒表来确定某件事所花费的时间那样“计算”。

标签: javascript performance time time-complexity


【解决方案1】:

您将获得一个无限循环,因为您将目标值加一,但您以零开始 for 语句,并且此值在到达堆栈末尾之前不会改变。

for (var i = 0; i <= a; i++) {
    console.log(i);
    iterate(i + 1);
}

这意味着,使用第一个零值,您再次调用该函数,该函数再次调用自身,依此类推。

结果是这个未捕获的错误:

RangeError: Maximum call stack size exceeded

【讨论】:

    【解决方案2】:

    算法复杂度仅针对算法定义,根据(最常接受的)定义必须终止。

    上面的代码迭代了无数次。所以无法确定代码的时间复杂度。

    有人可能会说 O(n) 其中 n=> 无穷大。

    上面的代码没有停止,因为 'i' 的值没有条件,它会增加到无穷大。

    【讨论】:

    • 如何计算?
    • 1) O(1):如果一个函数(或一组语句)不包含循环、递归和对任何其他非常量的调用,则它的时间复杂度被认为是 O(1)时间函数。 2)O(n):如果循环变量以恒定量递增/递减,则循环的时间复杂度被认为是O(n)。 3) O(n^c):嵌套循环的时间复杂度等于执行最内层语句的次数,其中 c= 嵌套循环的数量。由于您的函数通过递归无限运行,但没有嵌套循环。因此它是 n 的顺序。
    猜你喜欢
    • 2021-06-23
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2018-05-28
    • 2013-11-18
    • 1970-01-01
    • 2016-11-08
    相关资源
    最近更新 更多