Question

我试图理解并使用reduce()说明以下算法的Big O表示法。我的理解是reduce是一个应用于数组对象的函数。它需要一个回调＆amp; initialValue。下面的代码是一个控制算法的控制器：

export const getPublicID = (req, res) => {
  const data = req.body.result;
  if (!data) res.status(422).json({ success: false, message: 'Upload Failed!' });
  console.time('ARRAY');
  const insertStuff = data.reduce((array, item) => {
    array.push({
      public_id: item.public_id,
      url: item.url,
      thumbnail_url: item.thumbnail_url
    });

    return array;
  }, []);
  console.timeEnd('ARRAY');

  Photo.insertMany(insertStuff)
    .then(
      img => res.status(201).json({
      success: true,
      message: 'Successfully added to database.',
      cloudinary: img
     }),
     err => res.status(422).json({ success: false, message: err })
    );
};

req.body.result作为一个对象数组出现，通过reduce方法，我创建了自己的对象数组，然后将其插入到MongoDB集合中。 Reduce循环遍历数组，所以我的想法是O（n），因为元素越多，迭代所需的时间就越多，因此就是线性图。如果这是正确的假设我的三个问题是如何影响我的算法：

push()
insertMany()
承诺

感谢您通过了解代码的优缺点来帮助数据结构和算法，我非常感谢！

Answer 1

Big O描述了渐近性能，更具体地说，它给出了算法时间复杂度的上限。这意味着它不会查看函数需要多少实际时间，可能是1 ms可能是1分钟，只是算法的效率。

O（n） 表示脚本将以线性时间运行。例如：

for(int i=0; i<n; ++i) {
   print(i);
}

现在，如果您需要再次运行该数组，您将获得不同的性能。

O（n ^ 2） = O n平方=外环（i）x外环（x）

for(int i=0; i<n; ++i) {
    for(int x=0; x<n; ++x) {
        print(x);
    }
}

现在看看你正在做什么，你的分析是正确的，而你没有循环循环，只是顺序循环。

有 push（），虽然它是由 reduce（）而不是 push（）决定的。有 insertMany（），它有承诺作为它的一部分。它不是一个额外的循环，只是一个正在执行的函数。

这意味着你有两个循环。有些人会说这给你O（2n），但是其他人声称没有这样的东西，也不会有所作为。

底线： 看看Big O的目的，它侧重于仍然是线性的增长率，它仍然给你O（n）。

Javascript中的Big O表示法和函数式编程

1 个答案: