问题描述
5
5
5
5
5
5
5
5
5
...
2
2
2
2
2
对于上面的解决方案,时间复杂度是 O(2^n) 还是 O(n * 2^n) ?
解决方法
可以通过查找不同的 N
函数调用 helper
的次数来找出复杂性,代码方面如下所示:
class Solution(object):
def __init__(self):
self.map = {}
self.counter = 0
def helper(self,count,nums,vals,result):
self.counter += 1
if count == 0:
result += [vals]
for i in range(len(nums)):
self.helper(count - 1,nums[i + 1:],vals + [nums[i]],result)
def subsets(self,nums):
result = [[]]
for count in range(1,len(nums) + 1):
self.helper(count,[],result)
return self.counter
所以:
N | 调用辅助函数的时间 |
---|---|
1 | 2 |
2 | 8 |
3 | 24 |
4 | 64 |
5 | 160 |
6 | 384 |
7 | 896 |
8 | 2048 |
9 | 4608 |
10 | 10240 |
... | .... |
N | O(n * 2^n) |
helper
函数的复杂度为 O(2^n)
,并且由于您调用了列表中的每个元素 nums
:
for count in range(1,len(nums)+1):
self.helper(count,result)
整体时间复杂度为 O(n * 2^n)