上面的代码的大O是多少？ 我计算了大O，但不确定是否正确。 这是我的答案 外循环将运行n/2次 内循环将运行(n/4 - 1) = ((n-4)/4 ) 所以大O是O(n^2)这是正确的吗？ ...

有没有人知道有什么好的资源来学习大写法？ 特别是学习如何遍历一些代码并能够看到它是O（N ^ 2）还是O（logN）？ 最好能告诉我为什么像这样的代码等于O（N log N） 谢谢！ ...

根据本书 ，大O表示： f（n）= O（g（n））表示c·g（n）是f（n）的上限。 因此，存在一个常数c，使得对于足够大的n（即，对于某个常数n0，n≥n0），f（n）始终≤c·g（n）。 我有点理解下面的大O方程 3n2-100n + 6 = O（n2） ...

嘿，我做了一些简化 bigO 表达式的练习题，有人可以检查哪些是正确的，哪些不是吗？ 我对此很陌生 i) O(n^3) ii) O(n^3) iii) O(log(n)) iv) O(n^5/2) ????? v) O(n^2) i) O(n^2) ii) O(n ...

嘿，我有一个问题。 假设t(n) = O(n log(n))并且您知道这是对的。 然后您给出这些陈述，并告诉他们必须为真还是假。 t(n) = n^4和t(n) = O(N^4) 语句t(n) = n^4为假，而语句t(n) = O(N^4)为真。 为什么？ ...

给定以下函数f（n）和g（n），f是O（g（n））还是f是Θ（g（n）），还是两者兼而有之？ 如果为true，则指定常数c并指向n0；如果为false，则简要说明原因。 （a）f（n）= 2n，g（n）= 2 ^ 2n （b）f（n）= n !, g（n）= 2n 我确实了解 ...

我目前有以下伪代码，并且我试图找出问题的答案为什么是O（n）。 我认为答案将是O（n ^ 2），因为第一个for循环将运行'n'次，第二个for循环具有+ = n / 3，给它另一个（n除以某时间），这将简化到O（n ^ 2）。 有人可以解释为什么它是O（n）吗？ ...

我有以下代码，我想找到大 O。我将答案写为评论，并想检查每个句子的答案和最终结果。 ...

这个循环的最大作用是什么？ ->我知道循环本身将执行n次。 但是循环中的任务也会执行n次，对吗？ 那么，这将使它成为O（n ^ 2）还是我不将它们与其简单的O（n）结合起来？ 我个人认为这只是O（n），因为这是循环执行的次数，但是我想澄清一下为什么或为什么不这样做？ 在我为期中考 ...

我在为这两个递归函数制定Big O表示法时遇到了一些麻烦： 在上面的例子中，我认为Big O表示法可能是O（n ^ 2），因为数据集中的嵌套迭代？ 在这里，我认为大O符号可能是O（log N），因为每次迭代输入数据集都减半了？ 但是，我对Big O表示法很新，任何帮助或解释 ...