Python 这种组合算法的时间复杂度
我正在实现一个组合算法。这将根据给定列表生成唯一的长度组合 例如:Python 这种组合算法的时间复杂度,python,algorithm,recursion,Python,Algorithm,Recursion,我正在实现一个组合算法。这将根据给定列表生成唯一的长度组合 例如: Input list [1, 2, 3, 4, 5] with k = 3 should generate output [1, 2, 3] [1, 2, 4] [1, 2, 5] [1, 3, 4] [1, 3, 5] [1, 4, 5] [2, 3, 4] [2, 3, 5] [2, 4, 5] [3, 4, 5] 下面给出了工作的pytho
Input list [1, 2, 3, 4, 5] with k = 3
should generate output
[1, 2, 3]
[1, 2, 4]
[1, 2, 5]
[1, 3, 4]
[1, 3, 5]
[1, 4, 5]
[2, 3, 4]
[2, 3, 5]
[2, 4, 5]
[3, 4, 5]
下面给出了工作的python代码以供参考
def my_combinations(items, k, out):
if k==0:
print out
return
for i in range(len(items)):
new_out = out[:]
new_out.append(items[i])
my_combinations(items[i+1:], k-1, new_out)
问题:
这个算法的时间复杂度是多少
我从递推方程开始
Base case: T(n, 0) = 1
Recurion : T(n, k) = T(n-1, k-1) + T(n-2, k-1) + T(n-3, k-1) + .. + T(0, k-1) + 1
= n * T(n-1, k-1) + 1
T(n)=
通过扩展解决方案
这个问题与前面的问题不同
我的问题是关于给定实现的时间复杂度,而链接问题通常涉及生成所有组合的运行时间。感谢@Michael Foukarakis指出缺少的K
Base case: T(n, 0) = 1
Recurion : T(n, k) = T(n-1, k-1) + T(n-2, k-1) + T(n-3, k-1) + .. + T(0, k-1) + 1
= n * T(n-1, k-1) + 1
将其展开如下
T(n, k) = n * T(n-1, k-1) + 1
= n * (n-1) * T(n-2, k-2) + 1 + 1
= n * (n-1) * T(n-2, k-2) + 2
= n * (n-1) * (n-2) * T(n-3, k-3) + 3
...
= n * (n-1) * (n-2) * ..(n-k) T(n-k, k-k) + k
= n * (n-1) * (n-2) * ..(n-k) (1) + k
= O(n^k) (As it is a k th order polynomial)
总的来说,我们可以说O(nk)运行时。这与组合本身的数量(如另一个问题所示)有什么不同?您正在为每个组合进行O(1)操作(基本上是一个追加调用),因此复杂性正好是组合的数量。@jdesha我想知道这个实现的复杂性。此外,这里需要关注的是递归函数的递归关系表示和求解它的展开。您的答案如何考虑
k
?“2”从何而来?@MichaelFoukarakis我修改了答案来解释k。如果推导中有缺陷,请告诉我。你的递推公式是错误的。试着准确地思考在每次调用/迭代中会发生什么。@MichaelFoukarakis我已经修改了答案,以解释k。让我知道递归定义和派生中是否存在缺陷。