C# 我们如何计算函数式编程的复杂性

我正在接受.Net程序员职位的面试。 受访者通常会问的一件事是：算法分析，大O

比如说

private int FindBigElement(long[] inputArray)
{
    long j = 0 ;
    long temp = 0 ;
    temp = inputArray[0];
    for (int index = 1; index < inputArray.Length; index++)

            if (inputArray[j] > temp) temp=inputArray[j] ;

    return temp; 
}

private int FindBigElement（长[]输入阵列）
{
长j=0；
长期温度=0；
温度=输入阵列[0]；
for（int index=1；indextemp）temp=inputArray[j]；
返回温度；
}

算法的复杂度为：O（n）

//在本例中，我使用的是LAMDA表达式 从逻辑上讲，我在where（）中使用一个循环，在.Any（）中使用另一个循环

List myList=new List（）；
IEnumerable results=myList.Where（s=>s>myList.Any（））；
在这种情况下，我正在经历
string result=myList.First（s=>s>myList.Any（））；
字符串结果=myList.Single（s=>s>myList.Any（））；

PS：我可以使用.FindMax（），但我只是用这个算法来展示我想做什么

---

一般来说，我们如何计算函数式编程算法的复杂度？

我建议您看一看如何解决算法的时间复杂度。本质上，算法的复杂度由O（x）定义

例如，O（n）是一个线性复杂度算法。这意味着完成算法所需的时间与算法所需的输入量成线性关系。在大多数情况下，当创建算法时，您希望算法的时间复杂度为O（n）或更小。或者，如果时间复杂度为5N+3，这意味着它要执行5N次（n为输入）加上常数3，无论发生什么情况，它都要执行3次。通常，常量用于编程代码中不接受输入的内容，因此不会多次使用

为了计算复杂度，我建议看一看第节，这是一个常见时间复杂度表、O（n）表示法中的运行时间以及具有时间复杂度的算法示例

最后，计算函数式编程的时间复杂度类似于计算OOP的时间复杂度

---

我希望这会有所帮助，如果你还有任何问题，请在这篇文章中添加评论。

完全相同。他们之间有什么区别？为什么你认为应该区别对待它们？PS：“函数式编程算法”——这是一个实现，而不是一个算法。任何算法本身都是编程语言/编程范式不可知的，可以在任何一种算法中实现。我不是问它们之间的区别，而是问以这种方式编写的一般解决方案之间的区别。使用Lamda表达式。还有其他复杂的场景，比如富博纳奇套房。我们可以使用Lamda表达式用一行代码来解决这个问题。“匿名函数”只是一种语言构造，就像的和函数定义一样。为什么你认为它使复杂性决定过程有所不同？您只需获取实现并计算它。那很容易。“我们可以使用Lamda表达式用一行代码来解决它”。您也可以用一行代码调用函数：

FindBigElement（arr）

。但是，您查看了它的实现，并声明它是

O（N）

。为什么不对

LINQ

方法做同样的事情呢？我脑海中闪现的唯一一个例子是：看看Scala，函数式语言。我们可以用一行代码解决这个问题。但计算这些算法的复杂度很复杂：

List<string> myList = new List<string>();

IEnumerable<string> results = myList.Where(s => s> myList.Any());

In this case, I am going through 

string result = myList.First(s => s> myList.Any());


string result = myList.Single(s => s> myList.Any());