我有两个函数,都是在Python中展开任意嵌套的列表列表。在
我试图弄清楚两者的时间复杂性,看看哪一个更有效,但到目前为止,我还没有找到任何明确的东西。关于列表列表有很多问题,但还没有到嵌套的第N级。在
def flattenIterative(arr):
i = 0
while i < len(arr):
while isinstance(arr[i], list):
if not arr[i]:
arr.pop(i)
i -= 1
break
else:
arr[i: i + 1] = arr[i]
i += 1
return arr
我的想法如下:
我认为迭代版本的时间复杂度是O(n * m)
,其中n
是初始数组的长度,m
是嵌套量。我认为O(n)
的空间复杂度,其中n
是初始数组的长度。在
我认为递归版本的时间复杂性是O(n)
,其中n
是输入数组的长度。我认为O(n * m)
的空间复杂性,其中n
是初始数组的长度,m
是嵌套的深度。在
所以,在我看来,迭代函数速度较慢,但在空间上更有效。相反,递归函数更快,但在空间上效率较低。这是对的吗?在
我不这么认为。有N个元素,因此您需要至少访问每个元素一次。总的来说,您的算法将运行O(N)次迭代。决定因素是每次迭代发生的情况。在
您的第一个算法有2个循环,但是如果您仔细观察,它仍然在每个元素上迭代O(1)次。然而,正如@abarner所指出的,
arr[i: i + 1] = arr[i]
将每个元素从arr[i+1:]
向上移动,这又是O(N)。在第二个算法与之类似,但在本例中添加列表(在前一个示例中,这是一个简单的切片分配),不幸的是,列表添加的复杂性是线性的。在
总之,两种算法都是二次的。在
相关问题 更多 >
编程相关推荐