我在编码面试中遇到了这个问题:
# AAABB should return A3B2
这是一道经典的算法面试题。我说过我可以在 O(n)
时间和 O(1)
空间内解决这个问题。
def compress(s):
output = ''
count = 1
for i in range(len(s)-1):
if s[i] == s[i+1]:
count+=1
else:
output = output + s[i] + str(count)
count=1
output = output +s[i+1] + str(count)
return output
compress('AAABB') #returns A3B2
我理解 O(n)
空间意味着它随着输入的大小按比例增长。所以我在想 O(n)
空间看起来像
[(A,3),(B,2)]
。
我的印象是 A3B2
在 O(1)
空间中,因为它没有被拆分成多个字符串。
我现在意识到 n == len(s)
并且我的输出增长与我的输入大小不成比例(更少),所以说空间是 O(登录 n)
?
最佳答案
必须统计你存储的输出字符串的长度。在最坏的情况下(没有连续的字符匹配),它实际上是输入的两倍长。很明显,一般来说它是 O(n):如果您以某种方式知道长输入总是包含非常长的运行,它只会渐进地更好。 (在最好的情况下,所有字符都相同,并且一个 number 的长度是 O(log n)。)
也就是说,有时将您的输出视为一个流(如 print
)是很有用的,然后是您的空间复杂度(对于 count
和可能的当前输入字符)是常数。当然,即便如此,它在技术上也是对数的,因为存储 count
所需的位数是,但在实际分析中经常忽略这一点。
关于python - 试图理解连接字符串输出的空间复杂度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50884330/