我正在编写一种算法，该算法首先采用各种端点的配置文件及其关联方法，如下所示：
/guest guestEndpoint
/guest/lists listEndpoint
/guest/friends guestFriendsEndpoint
/guest/X/friends guetFriendsEndpoint
/guest/X/friends/X guestFriendsEndpoint
/X/guest guestEndpoint
/X/lists listEndpoint
/options optionsEndpoint
X这里代表一个通配符，所以任何字符串都会与它匹配。
该算法将以此作为输入并构建一棵树，其中每个节点代表两个节点之间的一个标记。/的。每个叶子都是一个有效的端点。
然后当用户传递类似的内容时guest/abc/friends它会从根开始遍历树，然后寻找guest附加到根的节点，如果存在则转到节点guest, if guest在这里，客人将有一个wildcard节点，所以如果abc与任何一个都不匹配guest的节点，但有一个wildcard节点存在它将转到wildcard。然后它会看起来wildcard看看它是否有friends节点，如果有的话就去那里。那么如果friends是叶子节点就会返回相应的方法。
这个算法有意义吗？我想知道查找的运行时间是多少。我认为这将是 O(n)，其中 n 是传入参数中的标记数量。
Here is an image of the graph I would build based on the input above. Each diamond represents an endpoint method.
谢谢你的帮助！
最差查找时间将为 O(E+N)，其中 E 是边数，N 是节点数。因为我们不知道每一级有多少个节点。因此，根据您的算法，您可以通过进行级别搜索来找到所需序列中的第一个节点，因为您没有任何参数可以检查是否经过所需的路径。 （我知道每次下降一级时节点数量都会减少，但在这种情况下减少多少是不确定的） 它甚至不是 n 数组。
通配符无助于降低最坏情况的时间复杂度，并且无法确定树的最佳情况。通配符检查需要恒定的时间，并且不计入运行时间。
现在算法看起来有点令人困惑，当你有两个选择时你会做什么
1）你有自然匹配的节点 2）你有通配符节点。
在同一水平线上，你会去哪里？ 假设你我们按照你遇到的第一个方向前进。但是，如果这不是您在最后一个节点了解的实际路径，那么您将回溯它，该怎么办？为了避免这种情况，您将通过 BFS 标记每个级别的可用路径数量并进行搜索。 因此，如果您已经处理了所有情况，最坏情况时间复杂度将为 O(E+N)。