编辑:我想出了如何正确计算时间复杂度,但仍然无法弄清楚存储的复杂性。
编辑:想出一切。
我尝试解决复杂性问题而失败了。
答案应该是:时间复杂度 - n(m + n),存储复杂度 - m + n。
请帮助我了解我的错误,并提出一种更好地理解/解决这些问题的方法。
这是功能:
void f(int n, int m){
if (n <= 1) {
int *arr=malloc(m*sizeof(int));
for (int i=0; i<m; i++) arr[i] = 0;
free(arr);
return;
}
f(n-1, m+1);
f(n%2, m+1);
}
从我看到的“free(arr)”中释放出malloc分配的内存,这使得malloc在时间复杂性方面变得不可思议。编辑:有人解释说,即使我们使用'free',仍然会考虑malloc(空间cpmlexity明智)。
我看到第一个函数调用使函数调用本身n次,当发生这种情况时,m被整理1 - n次,因此第一个函数调用的时间复杂度为n(m + 1),存储复杂度为n-在递归中有n个函数调用。编辑:最终搞清楚了。
第二个函数调用调用函数log(n)次,m递增log(n)次,这使得此调用的时间复杂度为:log(n)(m + 1)。存储复杂性:log(n)。
因此总时间复杂度为n(m + 1),总存储复杂度为n。
void f(int n, int m){
if (n <= 1) {
int *arr=malloc(m*sizeof(int));
for (int i=0; i<m; i++) arr[i] = 0;
free(arr);
return;
}
f(n-1, m+1);
f(n%2, m+1);
}
让我们重构它:
void f1(int m) {
int *arr = malloc(m*sizeof(int));
for (int i = 0; i < m; i++) {
arr[i] = 0;
}
free(arr);
}
void f(int n, int m){
if (n <= 1) {
f1(m);
return;
}
f(n-1, m+1);
f(n%2, m+1);
}
所以对于f1来说它非常简单, - 空间复杂度是sizeof(int) * m
- 我们需要分配那么多 - 时间复杂度只是m
- 我们循环遍历数组m
中的所有arr
元素。
n%2
只能是1
或0
,所以我们可以用f(n%2, m+1);
替换f1(m+1)
。
void f(int n, int m){
if (n <= 1) {
f1(m); // (1)
return;
}
f(n-1, m+1); // (2)
f1(m + 1); // (3)
}
现在。如果n > 1
然后我们称f(n-1, ...
直到n <= 1
。对于每个n > 1
,我们按相反的时间顺序调用f1(m + 1)
(因为它是在递归调用之后)。当我们到达n <= 1
然后用f1(m)
时间调用m = m(initial) + n(initial) - 1
。 Och,也许是n=5
的一个例子,然后:
f(5, m)
所以n = 5f(4, m+1)
//(2)f(3, m+2)
//(2)f(2, m+3)
//(2)f(1, m+4)
//(2)f1(m+4)
并返回//(1)f1(m+4)
//(3)f1(m+3)
//(3)f1(m+2)
//(3)f1(m+1)
//(3)我们可以看到f1(m+4)
被调用两次,我们从f1(m + i)
到i=1
以相反的顺序调用i=4
。
我们可以“展开”这个功能:
void f(int n, int m){
f1(m + n - 1);
for (int i = n - 1; i > 0; --i) {
f1(m + i);
}
}
由于m
和n
接近无限,+1
或-1
毫无意义。
空间复杂性是f1(max(m + i, m + n - 1))
的空间复杂性,因为f1
每次释放内存。所以这是(m + n - 1) * sizeof(int)
,这是(m + n) * sizeof(int)
,这是m + n
。
时间复杂度取决于我们调用f1
函数的次数。我们看到我们称之为:
f1(m + n - 1)
f1(m + n - 1)
f1(m + n - 2)
...
f1(m + 2)
f1(m + 1)
所以时间的复杂性是
(m + n - 1) + ((m + n - 1) + (m + n - 2) + ... + (m + 1))
(m + n - 1) + (n - 1) * m + ((n - 1) + (n - 2) + ... 1)
(m + n - 1) + (n - 1) * m + ((n - 1) * (n - 1 + 1) / 2)
(m + n - 1) + (n - 1) * m + ((n - 1) * (n - 1 + 1) / 2)
// the `*2`, `/2`, `+1` and `-1` mean nothing close to infinity
m + n + n * m + n * n
m + n + m * n + n * n
m * (n + 1) + n * (n + 1)
(m + n) * (n + 1)
(m + n) * n
这实际上是一个棘手的问题!第二个函数调用f(n%2, m+1)
只调用递归f一次,因为它计算n到2的提醒,可以是1或0!并且在两种情况下都返回f函数而不进行任何进一步的递归调用。所以它不是log n。
函数f在f(n-1, m+1)
中调用一次n次,紧接在f(n%2, m+1)
之后,它将再次被调用一次。如果仅考虑n因子,则为O(2n)。
现在考虑m因子,我们会注意到if中的循环重复m次,m在每次递归调用时增加1(并且当它从递归调用返回时实际上减少!)所以它将是(m + n ... m + 1)是O(mn + n(n + 1)/ 2)。它简化后。
因此,考虑到这两个因素,时间复杂度为O(2n + mn + n(n + 1)/ 2),其实际上在简化等效于O(nm + n ^ 2)之后。
关于存储复杂性:m对于第一次呼叫(m + 1)递增,其将继续n次但是第二次呼叫不继续,因此存储复杂度将是O(n + m)。