我试图在Theta表示法中找到此函数的时间复杂度。 现在,n是一个正整数,lst是一个包含2个数字的列表。
(define (func n lst)
(if (= n 0) lst
(accumulate append null
(map (lambda (x)
(func (- n 1) (list x x)))
lst))))
如您所知,追加的时间复杂度为Θ(n),其中n是列表的总大小。我试着看看如果我将append和accum积累为Θ(1)函数会发生什么,然后我得到:
T(n)= 2T(n-1)+Θ(1),其为 - > Θ(2 ^ n)的
这是否意味着Theta表示法中该事物的实际时间复杂度大于Θ(2 ^ n)?
我甚至不确定我是否对这个假设是正确的,无论如何,如果我需要考虑累积和追加,我对如何做是一无所知......
我在这个上浪费了几个小时,我真的不明白为什么我不能自己解决这个问题... 任何帮助都将很高兴。
btw,这是累积的代码:
(define (accumulate op init lst)
(if (null? lst)
init
(op (car lst)
(accumulate op init (cdr lst)))))
答案 0 :(得分:2)
如果看一下输出,这听起来似乎有道理。
(func 3 (list 1 2 3))
=> (1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3)
对于第1个元素的每个元素,创建了元素l * 2 ^ n。算法只会更糟。
显然这很糟糕。函数accumulate不是tail递归的,因此func也不是。 2 ^ n非尾递归函数是没用的。