2016-08-06 46 views
1

Ich bin gespannt, was ist die offizielle Art, dies mit Big O Notation zu beschreiben?Mit Big O Notation, was ist die richtige Bezeichnung für diesen Algorithmus?

var prices = [100, 180, 260, 590, 40, 310, 535, 10, 5, 3]; 
var biggest_profit = 0; 

for (var i=0; i < prices.length; i++) { 
    var first_price = prices[i]; 

    for (var j=i+1; j <= prices.length; j++) { 
     // do something here 
    } 
} 

Dies ist das Bit, das mich abwirft:

j=i+1 

Jedes Mal, wenn wir durch i gehen, die j kürzer und kürzer wird.

Wie lautet der korrekte Name für dieses Muster in Big O Notation?

+1

Mögliches Duplikat von [Was ist das Big-O einer verschachtelten Schleife, wobei die Anzahl der Iterationen in der inneren Schleife durch die aktuelle Iteration der äußeren Schleife bestimmt wird?] (Http://stackoverflow.com/questions/362059/Was-ist-der-große-von-einer-verschachtelten-Schleife-wo-Anzahl-von-Iterationen-in-der-inneren-Schleife) –

Antwort

5

Wenn do something here eine O(1) Operation ist, ist der gesamte Algorithmus O(N^2).

Wie berechnet man? (Danke für Fehler @dfri Fang)

Äußere Schleife: i: [0->N-1]

innere Schleife: j: [i+1->N]

Total = N + (N-1) + (N-2) + (N-3) + ... + 1 = N(N+1)/2 = O(N^2)

+0

Wie leitet man die Summe aus der äußeren und inneren Schleife ab ? – stackoverflowuser2010

+0

Um wählerisch zu sein, läuft die äußere Schleife von 'i + 1' nach' N-1' (nicht 'N'), was eine Gesamtzahl der inneren Schleifenbesuchspunkte von' N (N + 1)/2' ergibt (das Endergebnis) in Bezug auf asymptotische Analyse ist natürlich das gleiche, obwohl). @ stackoverflowuser2010: Ich habe eine alternative Antwort für diejenigen hinzugefügt, die an weiteren Details der Schleifenanzahlberechnung interessiert sind. – dfri

+1

@dfri Danke für die Benachrichtigung –

2

Um das große O dieses Algorithmus zu berechnen, stellen Sie sich einfach eine Form vor: In jeder Iteration der äußeren for-Schleife haben wir eine Reihe aus kleinen Quadraten. Jedes Quadrat ist eine Iteration der inneren for-Schleife. Also würden wir für die erste Iteration der äußeren for-Schleife eine volle Reihe von Quadraten haben. Die zweite Reihe verliert eines der Quadrate. Und die dritte Reihe, wird eine andere verlieren. ... Die letzte Reihe, wird nur ein einziges Quadrat haben. Schließlich werden wir diese Form haben:

⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜_____ 
⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜_______ 
⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜________ 
⬜⬜⬜⬜⬜⬜⬜⬜⬜⬜_________ 
⬜⬜⬜⬜⬜⬜⬜⬜⬜__________ 
⬜⬜⬜⬜⬜⬜⬜⬜___________ 
⬜⬜⬜⬜⬜⬜⬜____________ 
⬜⬜⬜⬜⬜⬜_____________ 
⬜⬜⬜⬜⬜______________ 
⬜⬜⬜⬜_______________ 
⬜⬜⬜________________ 
⬜⬜_________________ 
⬜__________________ 

Das ist die Hälfte eines großen Platz. Sein Bereich ist also: prices.length * (prices.length - 1) * 1/2. Und wir können "-1" entfernen, weil es wenig genug ist. Und das Ergebnis: Prices.length * prices.length * 1/2 Die 1/2 ist nicht wichtig in Big O. So hat der Algorithmus eine O (n^2) Zeit Komplexität.