这个函数的大Θ分析是什么?
What is the Big Θ analysis of this function?
public SomeObject secondFunction(SomeObject obj) {
SomeObject retVal = new SomeObject
for data in this.dataCollection {
for data2 in obj.dataCollection {
if(someCondition) {
retVal.add(data)
}
}
}
return retVal
}
我正在尝试学习算法分析。什么是大 Θ 分析
这个功能的实现? Why/how?
我不认为这是一个 n 平方算法,因为被循环的两个结构可能具有不同的大小。直觉上,我想称它为 n*m 算法,因为 obj、dataCollection 和 this.dataCollection 中的元素数量都是未知数。但我以前从未见过这种措辞,所以它可能是错误的。这是什么?
此外,关于最佳情况、最坏情况和平均情况,我们能说些什么?看起来最好和最坏的情况是一样的,因为它每次都会遍历两个结构中的所有元素。这是正确的还是错误的?另外,这对一般情况意味着什么?在这个特定示例中,平均情况是否与最佳和最差情况相同?
您的直觉是正确的 - 将其称为 Θ(n * m) 实现是有效的,假设内部循环的主体需要恒定时间(并且执行实际迭代的时间是微不足道的)。
至于 best/worse/average 情况:同样,假设内部循环的主体花费常数时间,然后在一个常数因子内,它们都是相同的。
public SomeObject secondFunction(SomeObject obj) {
SomeObject retVal = new SomeObject
for data in this.dataCollection {
for data2 in obj.dataCollection {
if(someCondition) {
retVal.add(data)
}
}
}
return retVal
}
我正在尝试学习算法分析。什么是大 Θ 分析 这个功能的实现? Why/how?
我不认为这是一个 n 平方算法,因为被循环的两个结构可能具有不同的大小。直觉上,我想称它为 n*m 算法,因为 obj、dataCollection 和 this.dataCollection 中的元素数量都是未知数。但我以前从未见过这种措辞,所以它可能是错误的。这是什么?
此外,关于最佳情况、最坏情况和平均情况,我们能说些什么?看起来最好和最坏的情况是一样的,因为它每次都会遍历两个结构中的所有元素。这是正确的还是错误的?另外,这对一般情况意味着什么?在这个特定示例中,平均情况是否与最佳和最差情况相同?
您的直觉是正确的 - 将其称为 Θ(n * m) 实现是有效的,假设内部循环的主体需要恒定时间(并且执行实际迭代的时间是微不足道的)。
至于 best/worse/average 情况:同样,假设内部循环的主体花费常数时间,然后在一个常数因子内,它们都是相同的。