两种算法的效率比较：查找行/列式排序矩阵中的负整数数

Question

以下是完整问题的链接：https://youtu.be/5dJSZLmDsxk问题：创建一个返回二维数组中负整数数的函数，这样该数组中每行的整数从索引0到n的大小增加，而整数每列的内容从上到下都是相同的。例如。

{{-5, -4, -3, -2},
 {-4, -3, -2, -1},
 {-3, -2, -1,  0},
 {-2, -1,  0,  1}}

在视频中，CS Dojo提供了以下解决方案：

def func(M, n, m):
    count = 0
    i = 0
    j = m - 1
    while j >= 0 and i < n:
        if M[i][j] < 0:
            count += j + 1
            i += 1
        else:
            j -= 1
    return count

我的问题是：为什么/以下代码效率不高？ （唯一的区别是后者从左边开始，并且它多次增加count

int rows = 3;
int cols = 4;

int count_neg(const int arrays[rows][cols]) {
    int count = 0;
    int pos = cols;
    for (int i = 0; i < rows; i++) {
        for (int j = 0; j <= pos; j++) {
            if (arrays[i][j] < 0)
                count++;
            else {
                pos = j;
                break;
            }
        }
        if (pos == 0)
            break; /*offers miniscule efficiency improvement?*/
    }
    return count;
}

请假设这些都是用同一种语言编写的。

Answer 1

区别在于第二个版本扫描所有负数矩阵，并且需要O（n * m）时间（整个矩阵可能是负数），而第一个跟踪负数和非负数元素之间的边界，并采取O（n + m）时间。

要了解第一个如何工作，请考虑：每次迭代都会增加i或减少j。 i只能递增n-1次，而j只能递减m-1次。