Algorithm 什么'；这个算法（伪代码）的时间复杂度是多少？

假设树T是一棵二叉树

算法计算深度（节点、深度）

输入：节点及其深度。对于所有深度，使用计算深度（T.root，0）调用

输出：T的所有节点的深度

如果节点！=空的

深度← 节点深度

计算深度（node.left，深度+1）

计算深度（node.right，深度+1）

返回深度

如果结束

我用一个包含7个元素的完整的二叉树在纸上运行它，但我仍然不能确定它的时间复杂度。如果让我猜的话，我会说是O（n*logn）。

是O（n） 为了了解时间复杂度，我们需要找出算法所做的工作量，与输入的大小进行比较。在该算法中，每个函数调用所做的功是常量（仅将给定值分配给变量）。让我们计算一下函数被调用的次数

第一次调用函数时，将在根上调用它

然后，对于任何后续调用，函数检查节点是否为

null

，如果不是null，则相应地设置深度并设置其子节点的深度。然后，这是递归完成的

现在请注意，该函数在树中的每个节点上调用一次，加上两倍的叶数。在二叉树中，叶数为

n/2

（向上舍入），因此函数调用的总数为：

n+2*（n/2）=2n

这就是算法所做的工作量。所以时间复杂度是O（n）

它是O（n） 为了了解时间复杂度，我们需要找出算法所做的工作量，与输入的大小进行比较。在该算法中，每个函数调用所做的功是常量（仅将给定值分配给变量）。让我们计算一下函数被调用的次数

第一次调用函数时，将在根上调用它

然后，对于任何后续调用，函数检查节点是否为

null

，如果不是null，则相应地设置深度并设置其子节点的深度。然后，这是递归完成的

现在请注意，该函数在树中的每个节点上调用一次，加上两倍的叶数。在二叉树中，叶数为

n/2

（向上舍入），因此函数调用的总数为：

n+2*（n/2）=2n

---

这就是算法所做的工作量。因此，时间复杂度是

O（n）

每个节点都会被访问，因此无论树的结构如何，对于

n

节点，算法（如所述）的工作与

n

成比例。所以我称之为O（n）。但是这个算法没有意义；传递到算法中的

depth

值被忽略。@TedHopp我取出了深度← 我的伪代码中的node.depth。这似乎是多余的。现在应该可以了，对吧？每个节点都会被访问，所以不管树的结构如何，对于

n

节点，算法（如所写）的工作与

n

成比例。所以我称之为O（n）。但是这个算法没有意义；传递到算法中的

depth

值被忽略。@TedHopp我取出了深度← 我的伪代码中的node.depth。这似乎是多余的。现在应该可以了，对吗？如果我错了，请纠正我，但是这个问题不能被重写为基本级别的顺序遍历，但使用一个变量吗？因此产生了相同的运行时。您是否阅读

深度← node.depth

作为

node.depth=depth

？箭头不代表数据流吗？因为我将其读取为

depth=node.depth

，并且由于递归调用的返回值被忽略，所以初始

computeDepths（T.root，0）

调用的结果是

T.root.depth

，这对我来说毫无意义，因为所有的递归调用都只是浪费时间。关于赋值你是对的。我假设算法的目的是设置每棵树的深度。但在任何情况下，时间复杂性都保持不变@安德列文：耶！你说得对。还有很多其他的方法可以做到这一点。如果我错了，请纠正我，但是这个问题不能被重写为基本的层次顺序遍历，而使用一个变量吗？因此产生了相同的运行时。您是否阅读

深度← node.depth

作为

node.depth=depth

？箭头不代表数据流吗？因为我将其读取为

depth=node.depth

，并且由于递归调用的返回值被忽略，所以初始

computeDepths（T.root，0）

调用的结果是

T.root.depth

，这对我来说毫无意义，因为所有的递归调用都只是浪费时间。关于赋值你是对的。我假设算法的目的是设置每棵树的深度。但在任何情况下，时间复杂性都保持不变@安德列文：耶！你说得对。还有很多其他方法可以做到这一点。