这个函数是O(n)还是O(log(n))时间复杂度。
function reverse(array) {
for (var i = 0, j = array.length - 1; i < j; i++, j--) {
var temp = array[i];
array[i] = array[j];
array[j] = temp;
}
return array;
}
乍一看,它似乎对输入进行了n / 2次迭代。但是,如果您考虑一下,较低级别操作的实际数量接近2n。
所以,假设你有长度的字符串n
然后你有指标i=0
,并j = n-1
循环继续,直到i>=j
有j
递减1,并i
增加1这会给你一个总的n/2
迭代。在循环中,您总共有3条语句,这意味着该循环将总共完成3(n/2)
。除此之外,您在循环外还有1个操作,
f(n) = 3(n/2)+1 which is O(n)
编辑:这假设循环维护操作(i++
,j--
)是微不足道的,这在处理Big Oh表示法时很常见
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句