我正在练习我的大 O 符号,需要一些清晰度。 这是我从 Leet 代码两个和问题中得到的解决方案。基本上给定一个列表和一个目标值,返回加起来为目标的两个索引。 例如
twoSum([1,2,3,4],7)
将返回 [2,3]
我在leetcode上可以看到解决方案,但是我想检查一下我对这段代码的评估是否正确。时间复杂度 = O(n squared),因为在外循环中对数组进行了 in 操作。 这是正确的吗?
代码是
def twoSum_n2(nums, target):
for idx, value in enumerate(nums): #O(n)
diff = target - value # O(1)
try:
diff_idx = nums.index(diff) #O(n)
except ValueError as ex:
continue
if idx != diff_idx: # O(1)
return [idx, diff_idx] #O(1)
return []
答案 0 :(得分:1)
是的,在您当前的实现中,它是 O(n^2),因为您在另一个 O(n) 中有一个 O(n)。当我们遇到类似的情况时,我们需要将这些 O-s 的值相乘。
答案 1 :(得分:1)
diff_idx = nums.index(diff) #O(n)
上面的行将运行 n 次,因为它在遍历 nums 列表的 for 循环中。因此,检查的总次数为 O(n^2) 次,复杂度为 O(n^2)。