在这本书中的编程面试攻略它说,下面的程序的复杂度为O(N),但我不明白这是怎么可能的。 一个人能解释这是为什么?
int var = 2;
for (int i = 0; i < N; i++) {
for (int j = i+1; j < N; j *= 2) {
var += var;
}
}
在这本书中的编程面试攻略它说,下面的程序的复杂度为O(N),但我不明白这是怎么可能的。 一个人能解释这是为什么?
int var = 2;
for (int i = 0; i < N; i++) {
for (int j = i+1; j < N; j *= 2) {
var += var;
}
}
你需要一点数学的一看就知道。 内循环迭代Θ(1 + log [N/(i+1)])
次( 1 +
是必要的,因为对i >= N/2
, [N/(i+1)] = 1
和对数0,但循环迭代一次)。 j
所采用的值(i+1)*2^k
直到它至少一样大N
,和
(i+1)*2^k >= N <=> 2^k >= N/(i+1) <=> k >= log_2 (N/(i+1))
用数学除法。 因此,更新j *= 2
被称为ceiling(log_2 (N/(i+1)))
的时间和条件,检查1 + ceiling(log_2 (N/(i+1)))
次。 因此,我们可以写总工
N-1 N
∑ (1 + log (N/(i+1)) = N + N*log N - ∑ log j
i=0 j=1
= N + N*log N - log N!
现在, Stirling公式告诉我们
log N! = N*log N - N + O(log N)
所以我们发现所做的总功确实是O(N)
外部循环运行n
倍。 现在,这一切都取决于内部循环。
内环现在是很微妙的。
让我们遵循:
i=0 --> j=1 ---> log(n) iterations
...
...
i=(n/2)-1 --> j=n/2 ---> 1 iteration.
i=(n/2) --> j=(n/2)+1 --->1 iteration.
i > (n/2) ---> 1 iteration
(n/2)-1 >= i > (n/4) ---> 2 iterations
(n/4) >= i > (n/8) ---> 3 iterations
(n/8) >= i > (n/16) ---> 4 iterations
(n/16) >= i > (n/32) ---> 5 iterations
(n/2)*1 + (n/4)*2 + (n/8)*3 + (n/16)*4 + ... + [n/(2^i)]*i
N-1
n*∑ [i/(2^i)] =< 2*n
i=0
--> O(n)
@Daniel菲舍尔的答案是正确的。
我想补充的是,这种算法的准确运行时间如下:
意思是: