class PCTree
{
public static void main(String args[])throws IOException
{
BufferedReader input=new BufferedReader(new InputStreamReader(System.in));
int n;//No of Patterns
int f;//No of Features
float initial_no_of_nodes=0;//No of Nodes in Input Patterns
float final_no_of_nodes=0;//No of Nodes in PC Tree(Output)
float compression_rate;//percentage compression
System.out.println("Enter No of Patterns:");
n=Integer.parseInt(input.readLine());
//2-D array to store Features
int pattern[][]= new int[n][20];
//No of Features for each Pattern
for(int i=0;i<n;i++)//NO of Features for each Pattern
{
System.out.println("Enter No of Features for Pattern "+(i+1)+" : ");
f=Integer.parseInt(input.readLine());
pattern[i]=new int[f];
}
//Features of each pattern
for(int i=0;i<n;i++)
{
System.out.println("Enter Features for Pattern "+(i+1)+" : ");
for(int j=0;j<pattern[i].length;j++)
{
pattern[i][j]=Integer.parseInt(input.readLine());
}
}
System.out.println("==============");
System.out.println("INPUT ");
System.out.println("==============");
//Print Features of each pattern
for(int i=0;i<n;i++)
{
for(int j=0;j<pattern[i].length;j++)
{
System.out.print(" "+pattern[i][j]+" ");
initial_no_of_nodes++;
}
System.out.println();
}
System.out.println("\nNODES: "+initial_no_of_nodes);//Print Initial No of Nodes
System.out.println();
System.out.println();
System.out.println("==============");
System.out.println("PC TREE ");
System.out.println("==============");
//Construction of PC Tree
//Print First Pattern as it is
for(int j=0;j<pattern[0].length;j++)
{
System.out.print(" "+pattern[0][j]+" ");
final_no_of_nodes++;
}
System.out.println();
int i=0;//processing pattern
int k=0;//processing features
int j=1;//processing pattern
while((i<=(n-1))&&(j<n))//Loop works till last pattern is processed
{
inner: //performs matching of Features
while(k<pattern[j].length)
{
if (pattern[i][k]==pattern[j][k])//Equal Prefix Found
{
System.out.print(" _ ");//Print "Blank" Indicate sharing
k++;
}
else//Prefix not equal
{
for(int p=k;p<pattern[j].length;p++)//print all features(suffix)
{
System.out.print(" "+pattern[j][p]+" ");
final_no_of_nodes++;
}
i++;//next pattern
j++;//next pattern
k=0;//start again from first feature
break inner;//go to next pattern
}
}
System.out.println();
}
System.out.println("\nNODES: "+final_no_of_nodes);
compression_rate=((initial_no_of_nodes-final_no_of_nodes)/initial_no_of_nodes)*100;
System.out.println();
System.out.println("COMPRESSION RATE: "+compression_rate);
}
我如何发现它的时间和空间复杂性?
时间复杂度如下
对于这部分代码
BufferedReader input=new BufferedReader(new InputStreamReader(System.in));
int n;//No of Patterns
int f;//No of Features
float initial_no_of_nodes=0;//No of Nodes in Input Patterns
float final_no_of_nodes=0;//No of Nodes in PC Tree(Output)
float compression_rate;//percentage compression
System.out.println("Enter No of Patterns:");
n=Integer.parseInt(input.readLine());
//2-D array to store Features
int pattern[][]= new int[n][20];
for(int i=0;i<n;i++)
{
System.out.println("Enter Features for Pattern "+(i+1)+" : ");
for(int j=0;j<pattern[i].length;j++)
{
pattern[i][j]=Integer.parseInt(input.readLine());
}
}
for(int j=0;j<pattern[0].length;j++)
{
System.out.print(" "+pattern[0][j]+" ");
final_no_of_nodes++;
}
while((i<=(n-1))&&(j<n))//Loop works till last pattern is processed
{
inner: //performs matching of Features
while(k<pattern[j].length)
{
if (pattern[i][k]==pattern[j][k])//Equal Prefix Found
{
System.out.print(" _ ");//Print "Blank" Indicate sharing
k++;
}
复杂度为O(n^3)
其他语句的复杂度都是O(1)
所以复杂度为n+n^2+n^3
Type Typical Bit Width
char 1byte
unsigned char 1byte
signed char 1byte
int 4bytes
unsigned int 4bytes
signed int 4bytes
short int 2bytes
long int 4bytes
有人能帮我了解一下这个代码片段的时间和空间复杂性吗?请参考leetcode问题-单词中断II。给定一个非空字符串s和一个包含非空单词列表的字典单词dict,在s中添加空格来构造一个句子,其中每个单词都是有效的字典单词。返回所有这些可能的句子。
我知道嵌套for循环的时间复杂度等于最里面的循环执行的次数。 像外部循环从1到n的每个嵌套循环一样,它应该运行n次,但这里我们有,这使得算法运行的顺序更好。实际上,我在IDE中编写了这段代码,并在循环结束后打印了x的最终结果,对于不同的n值,我看到跳入内部for循环需要将近n倍的时间。 所以我认为这个算法的整个顺序是,但我不确定
主要内容:时间复杂度,空间复杂度《 算法是什么》一节提到,解决一个问题的算法可能有多种,这种情况下,我们就必须对这些算法进行取舍,从中挑选出一个“最好”的。 算法本身是不分“好坏”的,所谓“最好”的算法,指的是最适合当前场景的算法。挑选算法时,主要考虑以下两方面因素: 执行效率:根据算法所编写的程序,执行时间越短,执行效率就越高; 占用的内存空间:不同算法编写出的程序,运行时占用的内存空间也不相同。如果实际场景中仅能使用少量的内
我有一段代码如下: 谢谢
我已经阅读了这么多的资源,但仍然无法理解什么是时间复杂性。我阅读的参考资料基于各种公式,我理解用于表示时间复杂性,但我不知道如何表示。谁能请解释这个原则,以一个可以理解的明确的方式请给我。