Java 如何计算此解决方案的时间和空间复杂性?
我正在解决leetcode上的问题。无法计算出我的解决方案的时间和空间复杂性 特别是,当我们有FOR循环时,我不明白如何在这里应用。这里a和b是什么?因为输入被多次分割,子问题的大小也不同。另一个复杂问题是记忆化Java 如何计算此解决方案的时间和空间复杂性?,java,algorithm,recursion,time-complexity,divide-and-conquer,Java,Algorithm,Recursion,Time Complexity,Divide And Conquer,我正在解决leetcode上的问题。无法计算出我的解决方案的时间和空间复杂性 特别是,当我们有FOR循环时,我不明白如何在这里应用。这里a和b是什么?因为输入被多次分割,子问题的大小也不同。另一个复杂问题是记忆化 class Solution { private Map<String, List<Integer>> cache = new HashMap<>(); public List<Integer> diffWaysToCom
class Solution {
private Map<String, List<Integer>> cache = new HashMap<>();
public List<Integer> diffWaysToCompute(String equation) {
if (cache.containsKey(equation)) return cache.get(equation);
if (!(equation.contains("+") || equation.contains("-") || equation.contains("*"))) return Collections.singletonList(Integer.valueOf(equation));
List<Integer> result = new ArrayList<>();
for (int i = 0; i < equation.length();i++) {
char ch = equation.charAt(i);
if (ch == '+' || ch == '-' || ch == '*') {
List<Integer> left = diffWaysToCompute(equation.substring(0, i));
List<Integer> right = diffWaysToCompute(equation.substring(i+1, equation.length()));
result.addAll(crossCalc(left, right, ch));
}
}
cache.put(equation, result);
return result;
}
private List<Integer> crossCalc(List<Integer> left, List<Integer> rigth, char sign) {
List<Integer> result = new ArrayList<>();
for (Integer l : left) {
for (Integer r : rigth) {
if (sign == '-') {
result.add(l - r);
} else if (sign == '+') {
result.add(l + r);
} else {
result.add(l*r);
}
}
}
return result;
}
}
类解决方案{
私有映射缓存=新的HashMap();
公共列表diffWaysToCompute(字符串方程){
if(cache.containsKey(等式))返回cache.get(等式);
if(!(equation.contains(“+”)| | equation.contains(“-”)| | equation.contains(“*”))返回集合;
列表结果=新建ArrayList();
对于(int i=0;i
我在寻找如何计算时间复杂度的解释,而不仅仅是答案。最好你能解释一下有无记忆的复杂性。谢谢
T(n)=求和{T(i)+T(n-i)}对于某些索引it(n+1)-T(n)=2T(n)=>T(n)算法的时间复杂度等于包含正确匹配的n对括号的表达式数
T(n) = Sum{T(i) + T(N-i)} for some index i <= 2(T(1) + T(2) + ... + T(n - 1))
=> T(n + 1) - T(n) = 2T(n) => T(n) <= O(3^n) worst case
它叫做一个加泰罗尼亚数,等于C(2*n,n)/(n+1)=(2*n)!/((n+1)!*n!)
此外,还有一个用于计算加泰罗尼亚数的递归公式:
f(n+1) = f(0)f(n) + f(1)f(n-1) + f(2)f(n-2) + ... + f(n-2)f(2) + f(n-1)f(1) + f(n)f(0)
你知道,这和你的算法时间复杂度方程是一样的
T(n+1) = T(0)T(n) + T(1)T(n-1) + T(2)T(n-2) + ... + T(n-2)T(2) + T(n-1)T(1) + T(n)T(0)
由于result
ArrayList的元素数量可能很大,因此该算法的内存复杂度可能与时间复杂度一样大。所以在最坏的情况下,内存和时间复杂度将是第n个加泰罗尼亚数
资料来源:
我认为你不能在这里应用主定理。如果你把你的问题分成两个或两个以上完全不相交的子问题,并在最后合并它们的结果,就使用主定理