这个函数是O(n)还是O(log(n))时间复杂度。
function reverse(array) { for (var i = 0, j = array.length - 1; i < j; i++, j--) { var temp = array[i]; array[i] = array[j]; array[j] = temp; } return array; }
乍一看,它似乎对输入进行了n / 2次迭代。但是,如果考虑到这一点,较低级别操作的实际数量接近2n。
所以,假设你有长度的字符串n 然后你有指标i=0,并j = n-1 循环继续,直到i>=j有j递减1,并i增加1这会给你一个总的n/2迭代。在循环中,您总共有3条语句,这意味着该循环将总共完成3(n/2)。除此之外,您在循环外还有1个操作,
n
i=0
j = n-1
i>=j
j
i
n/2
3(n/2)
f(n) = 3(n/2)+1 which is O(n)
编辑:这假设循环维护操作(i++,j--)是微不足道的,这在处理Big Oh表示法时很常见
i++
j--