我为一些二叉树的问题集写了一些代码......代码如下,它一直沿着树向左走,回答是,在回答右边,如果到达一个,则返回外部节点。

用java写的,

public static int price(BinaryTree<Integer> t, boolean[] p) {

    Position<Integer> root = t.root(); //1
    while (t.isInternal(root)) { //2

        int element = root.element();  // 3

        if (!p[element]) { //4
            root = t.getRight(root);//5
        }

        if (p[element]) { //6
            root = t.getLeft(root); //7
        }
    }
    int price = root.element(); //8
    return price; //9
}

在计算 Big O 时,我认为最好在上面的注释中对代码步骤进行编号……我按照这里的示例进行操作

Big O, how do you calculate/approximate it?

所以上面的 1-9 应该等同于这样的东西,其中 C 是常量,??? 是我的循环(其中 N 是给定数据结构的输入数量)
C + ??? + C + ??? + C + ??? + C + C + C
我的 while 循环是我认为 C*N(O(N)) 而不是现在的 C*N),我的两个 if 语句应该是(对于索引的时间复杂度 O(1)...和空间复杂度的 O(N),我现在将坚持时间复杂度)

所以现在我应该有(删除 C 元素,因为它们是常量,并不重要)
C*N + C + C 时间复杂度


C*N + C*N + C*N 空间复杂度

意思是我有
C*NO (N) 用于时间复杂度和空间复杂度
O(3N) 可视为 O(N) ...

所以我的问题是,我是否正确地做到了这一点,如果没有,我哪里出错了?

谢谢

编辑:

如果答案为真(是),则树向左移动,如果给出否,则向左移动。对于树中的 m 个内部节点,内部节点编号为 0 到 m-1。因此,如果在根处给出 no,内部节点 0,因此向右移动,则该内部节点可能是节点 3,因此 boolean 答案在 p[3] 而不是 p[1],因为 p[1] 是答案对于节点 1,即问题 1。对混淆表示歉意

最佳答案

是和否。

该算法确实是 O(n) ,因为您“触摸”每个元素的次数不会超过恒定次数。

然而,这不是一个严格的界限,或者换句话说 - 它不是 Theta(n) ,而是 Theta(logN) 。 (请记住,大 O 只是一个上限)。

这是因为树是平衡的,您的算法基本上是获取从根到树中某个叶子的路径。请注意,一旦您“选择”向左/向右走,您就永远不会回去。所以基本上你在每个高度“触摸”一个节点的次数是恒定的,使你的算法 O(h) - 其中 h 是树的高度。

由于树是平衡的, h < C * log(n) ,对于一些常量 C - 这使得算法 Theta(logN)

10-08 04:36