搜索,动态规划,二叉树的时间复杂度计算通用公式

搜索的时间复杂度:O(答案总数 * 构造每个答案的时间)
举例:Subsets问题,求所有的子集。子集个数一共 2^n,每个集合的平均长度是 O(n) 的,所以时间复杂度为 O(n * 2^n),同理 Permutations 问题的时间复杂度为:O(n * n!)

动态规划的时间复杂度:O(状态总数 * 计算每个状态的时间复杂度)
举例:triangle,数字三角形的最短路径,状态总数约 O(n^2) 个,计算每个状态的时间复杂度为 O(1)——就是求一下 min。所以总的时间复杂度为 O(n^2)

用分治法解决二叉树问题的时间复杂度:O(二叉树节点个数 * 每个节点的计算时间)
举例:二叉树最大深度。二叉树节点个数为 N,每个节点上的计算时间为 O(1)。总的时间复杂度为 O(N)

出自http://www.jiuzhang.com/qa/2994/

    原文作者:函仔
    原文地址: https://www.jianshu.com/p/9a124ed6a48b
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞