除法算法-时间复杂度
谁能帮忙解释一下这个算法的时间复杂度,以及为什么它是 O(n^2)。 一步一步的解释会很有帮助,谢谢!
function divide(x,y)
Input: Two n-bit integers x and y, where y >= 1
Output: The quotient and remainder of x divided by y
if x = 0:
return (q,r) = (0,0)
(q,r) = divide(x/2, y)
q = 2q
r = 2r
if x is odd:
r = r + 1
if r >= y:
r = r - y
q = q + 1
return (q,r)
Can anyone help with with the time complexity of this algorithm, and why it is O(n^2). A step by step explanation would be helpful, thanks!
function divide(x,y)
Input: Two n-bit integers x and y, where y >= 1
Output: The quotient and remainder of x divided by y
if x = 0:
return (q,r) = (0,0)
(q,r) = divide(x/2, y)
q = 2q
r = 2r
if x is odd:
r = r + 1
if r >= y:
r = r - y
q = q + 1
return (q,r)
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(2)
由于递归,divide() 最多被调用 n 次。
假设对 n 位整数进行简单算术需要 O(n) 时间。 (我所知道的所有大整数实现都是如此——例如,在 Python 中,向大整数加 1 会复制整个结果。)
然后我们有有限数量的 O(n) 操作最多发生 n 次。 这需要 O(n^n) 时间。
Due to the recursion, divide() is called up to n times.
Suppose simple arithmetic on n-bit integers takes O(n) time. (This is true in all the big integer implementations I know about -- in Python, for example, adding 1 to a big integer copies the whole thing.)
Then we have a finite number of O(n) operations happening up to n times. This takes O(n^n) time.
最坏的情况是 O(n),其中 x 中的每一位都是 1(例如 0xffff)。 诀窍是将递归转换为迭代。
The worst case, where every bit in x is 1 (e.g. 0xffff), is O(n). The trick is to convert the recursion into an iteration.