dfs时间复杂度_时间复杂度分析快速入门：题型分类法

最新推荐文章于 2023-10-16 00:05:41 发布
最新推荐文章于 2023-10-16 00:05:41 发布
阅读量2.1k 收藏 5
点赞数
文章标签： dfs时间复杂度 一层循环时间复杂度 双层for循环时间复杂度 双层for循环的时间复杂度 王道论坛 三重循环时间复杂度

点击上方“五分钟学算法”，选择“星标”公众号

重磅干货，第一时间送达4148a1db347a0cc8fde57eb2e03baa93.png

4265a18d892c01efa1b7eb206a1e447f.png来源：面向大象编程

最近，有不少读者留言或私信问我时间复杂度的分析方法。时间复杂度说难也不难，说简单也不简单，但它一定是我们学习算法的过程中过不去的一道坎。这篇文章就想给大家介绍一种快速分析时间复杂度的方法 —— 题型分类法。

网络上关于时间复杂度分析的文章，大部分都充斥着教材里的陈词滥调：先讲一大堆数学概念，什么增长速度、渐进复杂度，看得让人摸不着头脑。我今天的文章不想跟你讲这些虚的，只想跟你讲讲最实用的技巧，让你迅速搞定面试中的时间复杂度分析。

我们在面试中需要分析时间复杂度，无非是以下两种情况：

  • 在写代码之前，预估自己代码的时间复杂度
  • 写好代码之后，给面试官分析代码的时间复杂度

无论是哪种情况，你一定都清楚这道题的题型。那么只要记住不同题型的时间复杂度分析方法，二叉树套用二叉树的分析法、动态规划套用动态规划的分析法，就能做到快速分析时间复杂度了。

下面是我总结出的不同题型的时间复杂度分析方法：

题型 时间复杂度
分析方法
数组
链表
动态规划		 数循环法
二叉树
回溯法
DFS/BFS		 整体法
分治法
二分查找		 log n 分析法

本文将介绍「数循环法」与「整体法」两种方法、六类题型的全部分析技巧。针对这六类题型，文末有按不同题型分类的往期文章回顾，供大家参考！

一、数循环法

数循环法，就是看代码中有几个循环、每个循环会执行几次，来确定算法的时间复杂度。

我们必须要掌握的一个基础知识是：在程序的三大基本结构(顺序、分支、循环)中，只有循环能真正影响时间复杂度。一般情况下，我们可以直接忽略代码中的顺序结构、分支结构，直接看循环结构来判断时间复杂度。

e6d8760a3c202f883089ef9548a22085.png
程序的三大基本结构

数循环法典型题型：动态规划类题目

「数循环法」最典型的题型就是动态规划了。我们以一道经典的「最长公共子序列(LCS)」问题来看看数循环法是怎么发挥作用的。

(以下题解代码来自文章：LeetCode 例题精讲 | 15 最长公共子序列：二维动态规划的解法，不了解 LCS 问题或不清楚解法的同学，可以参考这篇文章。)

最长公共子序列(LCS)的题解代码如下：

public int longestCommonSubsequence(String s, String t) {
    
    if (s.isEmpty() || t.isEmpty()) {
    
        return 0;
    }
    int m = s
最低0.47元/天 解锁文章
weixin_39993322
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DFS时间复杂度
liuxiaocs7的博客
04-06 2万+
DFS算法是一一个递归算法，需要借助一个递归工作栈，故它的空间复杂度为O(N)O(N)O(N)。 遍历图的过程实质上是对每个顶点查找其邻接点的过程，其耗费的时间取决于所采用结构。 邻接表表示时，查找所有顶点的邻接点所需时间为O(E)O(E)O(E)，访问顶点的邻接点所花时间为O(N)O(N)O(N),此时，总的时间复杂度为O(N+E)O(N+E)O(N+E)。 邻接矩阵表示时，查找每个顶点的邻接...
深度优先搜索(DFS)算法
beenles的博客
06-07 5791
深度优先搜索算法（DFS）是一种用于遍历图形结构的算法，它从一个起始顶点开始，沿着一条路径尽可能深入地访问图中的所有顶点，直到不能继续为止，然后返回并探索其他路径。DFS算法使用栈数据结构来实现，在访问完一个顶点后，将其未被访问的邻居压入栈中，并标记为已访问，然后从栈中取出下一个未被访问的顶点，继续进行同样的操作，直到栈为空为止。DFS算法可以用于解决图中的许多问题，例如找出两个顶点之间的最短路径、判断图是否为连通图等。DFS算法的时间复杂度为O(V+E)，其中V为顶点数，E为边数。DFS算法相比BFS算法
DFS(深度优先搜索)
2201_75956916的博客
02-04 909
DFS
BFS、DFS复杂度分析（时间、空间）
热门推荐
Patience
07-15 2万+
BFS的复杂度分析。 BFS是一种借用队列来存储的过程，分层查找，优先考虑距离出发点近的点。无论是在邻接表还是邻接矩阵中存储，都需要借助一个辅助队列，v个顶点均需入队，最坏的情况下，空间复杂度为O（v）。 邻接表形式存储时，每个顶点均需搜索一次，时间复杂度T1=O（v），从一个顶点开始搜索时，开始搜索，访问未被访问过的节点。最坏的情况下，每个顶点至少访问一次，每条边至少访问1次，这是因为在搜索的过程中，若某结点向下搜索时，其子结点都访问过了，这时候就会回退，故时间复 杂度为O(E)，算法总的时间复 度为
dfs时间复杂度_[校招-算法题]BFS、DFS和剪枝 1
weixin_39538536的博客
11-28 399
基本思想BFS（Breadth First Search），地毯式搜索，层层推进。图片来自于覃超的算法面试通关40讲广度优先搜索的模板。def DFS（Depth First Search）图片来自于覃超的算法面试通关40讲深度优先搜索的递归写法，比非递归的更常用visited 深度优先搜索的非递归写法def 剪枝是搜索中非常重要的算法。二叉树的层次遍历(BFS)二叉树的层次遍历一般使用BFS，时...
DFS.rar_dfs_dfs matlab_site:www.pudn.com_判断连通_连通性
09-14
DFS判断两点间的连通性，即1与n间的连通性
dfs.rar_DFS in java_dfs_dfs java
09-20
Algorithm implementation for DFS
DFS.rar_dfs_dfs java_java dfs
09-22
java 数据结构 实现图的深度优先算法
DFS.rar_DFS algorithm_dfs_dfs python
09-20
′phyton algorithm that selects and helps other to develop their skills while programing
dfs.rar_dfs_dfs java
09-19
基于java 实现的深度优先搜索（dfs），通过栈实现
图的遍历——BFS、DFS
baboon_chen
04-05 2675
文章目录一、深度优先搜索（Depth First Search，DFS）示例代码算法复杂度二、广度优先搜索（Breadth First Search，BFS）示例代码算法复杂度 一、深度优先搜索（Depth First Search，DFS） 该算法与二叉树的先序遍历类似，在第一次经过一个顶点时就进行访问操作，并记录该顶点已经被访问。具体步骤如下： 设置指针p，指向顶点v。 访问p所指的顶点，并使p指向与其相邻接的且未被访问过的顶点。 如果p所指的顶点存在，则重复步骤(2)，否则执行步骤(4)。 沿着刚
dfs时间复杂度_两道有意思的时间复杂度计算
weixin_40007668的博客
11-29 353
第一题 Leetcode 395Loading...​leetcode.comFind the length of the longest substring T of a given string (consists of lowercase letters only) such that every character in T appears no less than k times.Exa...
【Python搜索算法】深度优先搜索（DFS）算法原理详解与应用，示例+代码
最新发布
qq_35831906的博客
10-16 1万+
深度优先搜索（DFS）是一种重要的图遍历算法，用于探索图中的节点和边。本节介绍DFS算法原理和DFS算法应用案例：解决路径查找问题，解决图的连通性问题：查找下图中的连通组件，拓扑排序，在树结构中进行深度遍历
洛谷P1141（记忆化bfs）
star_moon0309的博客
03-03 414
题目链接：https://www.luogu.org/problemnew/show/P1141题目描述有一个仅由数字0与1组成的n×n格迷宫。若你位于一格0上，那么你可以移动到相邻4格中的某一格1上，同样若你位于一格1上，那么你可以移动到相邻4格中的某一格0上。你的任务是：对于给定的迷宫，询问从某一格开始能移动到多少个格子（包含自身）。输入输出格式输入格式：输入的第1行为两个正整数n，m。下面n...
九、DFS剪枝优化
qq_63747498的博客
11-15 301
首先把起点到终点的最短距离当作估值函数，因为无论其他怎么走到终点，都会使得路径长度>=最短距离。虽然bfs里没有剪枝操作，但是A*算法通过它独有的贪心，来做出一些预测，尽可能的使操作缩短。在bfs问题中，所有边权都是非负的，那么就可以使用启发函数来优化bfs过程。
九章算法 | 微软面试题：带重复元素的排列
九章算法的博客
10-26 253
给出一个具有重复数字的列表，找出列表所有不同的排列。在线评测地址：LintCode 领扣样例 1：输入：[1,1] 输出： [ [1,1] ]样例 2：输入：[1,2,2] 输出： [ [1,2,2], [2,1,2], [2,2,1] ] 解题思路这道题我们需要使用dfs+回溯的方法来进行求解。我们定义​dfs​函数，使用递归的方法对决策树进行深度优先遍历。对于长度为​n​的数组...
dfs时间复杂度_从零单排leetcode第十三期之DFS（1）：各种各样的DFS 上
weixin_39608116的博客
11-29 94
从本期开始我们又到了深度优先搜索（即DFS），DFS和之前讲的回溯法在大多数情况下基本是一样的，所以我们讲起来可能会比较轻松。不过在这个部分我们还要探讨更多的比较深入的事情，包括引入“状态”以及在搜索的时候添加记忆环节。我们会遇到一类甲乙相互对抗的博弈问题，我们会看到更加灵活的剪枝策略以及从top-down和bottom-up两个方向来对比DFS和动态规划的联系。首先我们做一个概括，DFS都有哪些...
dfs的时空复杂度分析
weixin_44718747的博客
08-18 1345
以下仅考虑dfs所使用的时空复杂度，不考虑其他 时间复杂度 = 递归树每层的节点个数 * 递归树的深度 空间复杂度 = 递归树的深度
dfs时间复杂度_常见时间、空间复杂度分析[02]
weixin_39542889的博客
11-29 1108
一、环境设置（工欲善其事必先利其器）1、电脑设置GoogleMac：iTerm2 + zsh(oh my zsh)Windows: Microsoft new terminal:(https://github.com/microsoft/terminal)VSCode; Java:IntelliJ; Python:PycharmLeetCode plugin(VSCode & Intell...
dfs时间复杂度_DFS与BFS——理解简单搜索(中文伪代码+例题)
05-24
DFS算法是一种用于图遍历或树遍历的算法。其核心思想是从起点开始递归地深入每一个可能的分支，直到无法继续为止，然后回溯到上一个节点，继续尝试其他分支。 DFS算法有两种实现方式：递归实现和非递归实现（使用栈）。 递归实现的DFS算法伪代码： ``` DFS(node): if node is None: return visit(node) for child in node.children: DFS(child) ``` 非递归实现的DFS算法伪代码： ``` DFS(node): stack = [node] while stack: node = stack.pop() if node.visited: continue visit(node) node.visited = True for child in node.children: stack.append(child) ``` 其中，visit(node)表示对节点node进行操作，例如打印节点值、记录路径等。 DFS算法的时间复杂度为O(V+E)，其中V为节点数，E为边数。因为每个节点和每条边都只会被访问一次。 下面是一个例题，用DFS算法求解从起点到终点的路径（leetcode 79题）： 给定一个二维网格和一个单词，找出该单词是否存在于网格中。 单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。 示例: ``` board = [ ['A','B','C','E'], ['S','F','C','S'], ['A','D','E','E'] ] 给定 word = "ABCCED", 返回 true. 给定 word = "SEE", 返回 true. 给定 word = "ABCB", 返回 false. ``` 实现代码： ```python class Solution: def exist(self, board: List[List[str]], word: str) -> bool: if not board or not board[0]: return False m, n = len(board), len(board[0]) visited = [[False] * n for _ in range(m)] directions = [(0, 1), (0, -1), (1, 0), (-1, 0)] def dfs(i, j, k): if k == len(word): return True if i < 0 or i >= m or j < 0 or j >= n or visited[i][j] or board[i][j] != word[k]: return False visited[i][j] = True for dx, dy in directions: if dfs(i+dx, j+dy, k+1): return True visited[i][j] = False return False for i in range(m): for j in range(n): if dfs(i, j, 0): return True return False ``` 时间复杂度为O(m*n*3^k)，其中m、n为网格大小，k为单词长度。因为每个格子都有可能走，所以是O(m*n)，而每次调用dfs函数会向四个方向递归，每个方向都不能重复走，所以是3^k。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值