java - 该算法的时间和空间复杂度是多少？

Question

该算法的时间和空间复杂度是多少？

我计算WC时间复杂度如下:

1. 所有初始化的时间复杂度均为 O(1)

2. for 循环的时间复杂度为 O(n)，因为

   • 外部 for 循环最多运行 n 次，
   • 启动费用为每次 1，
   • 内部 for 循环最多运行 17 次，并且
   • if 语句和赋值各花费 1。
   • 我计算 O((n+1+1)*(17+1+1+1+1+1+1+1+1+1+1+1+1) 然后忽略常数 O(n) .

3. 算法第二部分的时间复杂度如下:

   • 启动列表的费用为 1
   • for 循环为 17
   • 召开 session 的费用为 1
   • if 语句的成本为 1
   • 将indexOfEndTime初始化为1
   • for 循环为 16
   • if 语句为 1
   • 分配各 1 次
   • O(1+(17+1+1+1+1+1+1)*(16+1+1+1+1)+1)，这只是常数值，例如 c。

4. T(n) = 步骤 1 + 步骤 2 + 步骤 3 = O(1+n+c)，这意味着我最坏情况的时间复杂度是 O(n)。

这是正确的吗？您能确认一下我的每一个计算是否正确吗？那么，最好的情况时间复杂度是O(1)？考虑平均情况是否有意义？如果有意义，如何计算出来？

最后，我计算出最佳/平均/最差空间复杂度为 O(n)。

    public static List<Meeting> mergeRanges(List<Meeting> meetings) {
        byte available = 0;
        byte reservedBlockStart = 1;
        byte reservedBlockMiddle = 2;
        byte reservedBlockEnd = 3;
        byte[] slots = new byte[17];

        for(Meeting meeting : meetings) {
            byte startTime = (byte) meeting.getStartTime();
            byte endTime = (byte) meeting.getEndTime();
            for(byte i = startTime; i <= endTime; i++) {
                if(slots[i] == available) {
                    if(i == startTime) {
                        slots[i] = reservedBlockStart;
                    } else if(i == endTime) {
                        slots[i] = reservedBlockEnd;
                    } else {
                        slots[i] = reservedBlockMiddle;
                    }
                } else if(slots[i] == reservedBlockStart) {
                    if(i != startTime) {
                        slots[i] = reservedBlockMiddle;
                    }
                } else if(slots[i] == reservedBlockEnd) {
                    if(i != endTime) {
                        slots[i] = reservedBlockMiddle;
                    }
                }
            }
        }

        List<Meeting> condRange = new ArrayList<Meeting>();
        for(byte i = 0; i < slots.length; i++) {
            Meeting meet = new Meeting(0,0);
            if(slots[i] == reservedBlockStart) {
                byte indexOfEndTime = i;
                meet.setStartTime(i);
                for(byte j = (byte)(i + 1); j < slots.length; j++) {
                    if(slots[j] == reservedBlockEnd) {
                        meet.setEndTime(j);
                        indexOfEndTime = j;
                        j = (byte)(slots.length - 2);
                    } 
                }
                condRange.add(meet);
                i = (byte)(indexOfEndTime - 1);
            }
        }
        return condRange;
    }

Answer 1

你的最坏情况分析似乎是完全正确的；我没有注意到其中有任何错误，并且得到了相同的结果。

您的最佳情况分析不正确；你说在最好的情况下需要 O(1) 时间，但是你对 meetings 列表的循环总是完成 n 次迭代，所以这种情况也需要 O( n) 时间。您可能会错误地假设列表长度为 1，甚至在最好的情况下为 0；这不算是一个“案例”，因为您需要考虑由大小 n 参数化的一系列输入，以使渐近分析有意义。

你的空间复杂度分析也不正确。您的算法创建两个数据结构:slots 数组具有恒定大小，而 condRange 列表也恰好具有恒定大小，因为它仅从第三个循环附加到，我们已经建立的执行 O(1) 操作，因此向该列表添加操作的数量也是 O(1)。即使此列表最终的大小为 O(n)，它也是算法的输出，因此任何正确的算法都必须创建该大小的列表;通常测量“辅助”空间复杂度更有用，即仅用于算法内部工作的临时数据结构使用的空间。

有一个假设需要明确说明，即 session startTime 和 endTime 始终限制在 0 到 16(含)范围内，因此在slots 中用作索引是有意义的。顺便说一句，您不需要为常量 c 发明一个名称，您只需在其中编写 O(1) 即可。