如何解决非最优幂集算法的时间复杂度
def subsetsWithDup(self,nums: List[int]) -> List[List[int]]:
nums.sort()
res = [[]]
self.dfs(nums,res,[],0)
return res
def dfs(self,nums,path,index):
if path not in res:
res.append(path)
for pos in range(index,len(nums)):
self.dfs(nums,path + [nums[pos]],pos+1)
以上是一个非最优算法,它生成一个幂集,给定一组可以包含重复项的数字。
我认为这个算法的时间复杂度是:n * n! * 2^n,
我的逻辑如下:
- 我们对每个值 (n) 循环一次数组
- 对于每个循环,调用次数为 (n-1)!这是n!复杂性
- 然后在每个调用中检查数组中的值是否最多有 2^n 个检查,因为那时电源设置完成但正在检查欺骗
- 将它们组合起来得到 n*n!*2^n
这是正确的吗?
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。