TCProF：面向低资源场景的时间复杂性预测 SSL 框架

时间复杂性是衡量算法执行所需时间的理论度量。在实际中，开发者在有限资源内将算法编写为代码片段，这使得计算代码时间复杂性成为一项基本任务。然而，确定代码的精确时间复杂性是不可判定的。针对这一挑战，近期研究倾向于部署数据集进行代码时间复杂性预测，并开展初步实验。我们研究了在仅有少量标记实例即可训练的低资源场景中的挑战。令人惊讶的是，我们首次引入 TCProF：一个面向低资源环境下的时间复杂性预测 SSL 框架，作为代码时间复杂性预测的有效解决方案。TCProF 通过整合我们的增强方法、符号模块和 co-training 机制，显著提升性能，相较于自训练方法实现超过 60% 的提升。我们进一步提供了 TCProF、ChatGPT 和 Gemini-Pro 之间的大量比较分析，详细评估了我们的方法。我们的代码已公开于 https://github.com/peer0/few-shot-tc。