Java MaxOccuringDigital（）函数的时间和空间复杂度是多少？ static int maxOccuringDigit（int n）{ int tempNum=n； if（tempNum

任务是找出哪个数字出现的次数最多。我需要帮助分析这个函数的时间复杂度。我认为应该是O（k），其中k是给定数字n中的总位数。 我主要对这里使用的for循环的时间复杂性感到好奇。因为它总是循环10次，我们可以把它看作是常数时间运算吗？ 因此总O（k+10）~O（k）时间。对吗

---

另外，对于空间复杂度，它只使用了10个额外的数组空间，那么它的空间复杂度也是多少？

while循环将运行

log10（N）

次。是的，for循环只运行一次N次，而它运行10次的事实可以忽略不计，即C=10

因此，您的方法的运行时复杂性是

log10（N）+C

，而C可以忽略不计，

log10（N）

是其运行时复杂性

---

空间复杂度是

O（1）

第一个循环取决于位数

k

，是

O（k）

。第二个循环取决于

count

数组中的元素数，即10。因为这是一个常数，所以它在

O（1）

中运行。因此，总体时间复杂度为

O（k）

---

空间复杂度为

O（1）

，原因与第二个循环的时间复杂度为

O（1）

我们如何得出log10（N）时间的结论相同。你能解释为什么是logN吗？@NirmalSilwal检查我的答案。N是数字本身，而不是数字计数。运行时复杂性应该根据输入本身而不是数字的数量来表示。好吧，我同意这一点。你能解释一下logN是如何在这里选取的吗？@NirmalSilwal你的while循环的运行次数将是以10为底的N中的位数的两倍。阅读此处了解更多信息：如果N是1000000（一百万），那么循环将运行7次，这是它的数字计数。7=log10（1000000）+1.好的，谢谢你提供的详细信息现在我想知道时间的复杂性，虽然我也认为它应该是O（k），@Juvanis answer说它是O（log10N）？我不认为它是O（logn）（或者O（logk））。因为你基本上只把TimnUm的长度减少了1个循环。确切地说，当我们每次减少一半的大小时，我们可以认为它是O（Logn），这里没有这样的消除步骤。N是数字本身，而不是数字计数。运行时复杂性应该根据输入本身而不是数字计数来表示。O（k+10）正好等于O（k）。

static int maxOccuringDigit(int n) {
    int tempNum = n;
    if (tempNum < 0)
        tempNum = -tempNum;

    int[] count = new int[10];

    while (tempNum != 0) {
        int rem = tempNum % 10;
        count[rem] = count[rem] + 1;
        tempNum = tempNum / 10;
    }

    int maxCount = count[0];
    int digit = 0;
    for (int i = 1; i < count.length; i++) {
        if (count[i] > maxCount) {
            maxCount = count[i];
            digit = i;
        } else if (count[i] == maxCount)
            digit = -1;
    }
    return digit;
}