[英]Time complexity
我试图找出这些程序的时间复杂性,但不确定它们是否好。
我认为这是O(n)
static void P1(int n ){
for (int i=1; i<=n; i++) {
Procedure();
}
我认为这是O(n ^ 2)
static void P2(int n) {
for(int i=1; i<=n; i++)
for(int j=1; j<=n; j++)
Procedure();
}
O(n)+ O(n)
static void P3(int n) {
for (int i = 1; i <= n; i++)
Procedure();
for (int i = 1; i <= n; i++)
Procedure();
}
100 + n + 100?
static void P4(int n) {
for ( int i = 1; i <= 100; i++)
for (int j = 1; j <= n; j++)
for (int k = 1; k <= 100; k++)
Procedure();
}
O(n * i)?
static void P5(int n) {
for ( int i = 1; i <= n; i++)
for (int j = 1; j <= i; j++)
Procedure();
}
?
static void P6(int n) {
for (int i = 1; i <= n/2; i++)
for ( int j = 1; j <= n/4; j++)
for (int k = 1; k <= n/8; k++)
Procedure();
}
如果Procedure()为O(1),则:
我认为这是O(n) 正确的
static void P1(int n ){
for (int i=1; i<=n; i++) {
Procedure();
}
我认为这是O(n ^ 2) 正确的
static void P2(int n) {
for(int i=1; i<=n; i++)
for(int j=1; j<=n; j++)
Procedure();
}
O(n)+ O(n) 正确,但O(n + n)= O(2n)= O(n)
static void P3(int n) {
for (int i = 1; i <= n; i++)
Procedure();
for (int i = 1; i <= n; i++)
Procedure();
}
100 + n + 100? false,它被相乘:O(100 * n * 100)= O(n)
static void P4(int n) {
for ( int i = 1; i <= 100; i++)
for (int j = 1; j <= n; j++)
for (int k = 1; k <= 100; k++)
Procedure();
}
O(n * i)? 您不能使用i,它没有确切的价值。 如果您查看执行内部循环的次数,则为1+2+3+4+...+n-3+n-2+n-1
,即n*(n-1)/2
,您可以乘以它: n*(n-1)/2=n^2/2-n/2
渐近n^2/2-n/2=Theta(n^2)
结果是O(n ^ 2)
static void P5(int n) {
for ( int i = 1; i <= n; i++)
for (int j = 1; j <= i; j++)
Procedure();
}
n / 2 * n / 4 * n / 8 = n ^ 3/64 = O(n ^ 3)
static void P6(int n) {
for (int i = 1; i <= n/2; i++)
for ( int j = 1; j <= n/4; j++)
for (int k = 1; k <= n/8; k++)
Procedure();
}
时间复杂度
static void P3(int n){
for (int i = 1; i <= n; i++)
Procedure();
for (int i = 1; i <= n; i++)
Procedure();
}
可以写为O(2n)的函数,因为我们需要消除常数,它变成O(n)
时间复杂度
static void P4(int n) {
for ( int i = 1; i <= 100; i++)
for (int j = 1; j <= n; j++)
for (int k = 1; k <= 100; k++)
Procedure();
}
100 + n + 100 => O(n * 100 * 100)=> O(n)
时间复杂度
static void P6(int n) {
for (int i = 1; i <= n/2; i++)
for ( int j = 1; j <= n/4; j++)
for (int k = 1; k <= n/8; k++)
Procedure();
}
是O(n ^ 3)
请记住,我们不是在计算计算机使用时间复杂度执行的指令数。 Big-O只是告诉我们执行时间如何随着输入的增加或减少而变化。
考虑阅读时间复杂性
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.