我在一个非常受欢迎的网站上看了一篇关于循环时间复杂度分析的文章(链接如下),根据这篇文章,第一和第二个循环的时间复杂度分别是O(1)和O(n)。但是我认为两个循环的时间复杂度是相同的O(n)
for (int i = 1; i <= c; i++) {
// some O(1) expressions
}
我的推理是:`c*n=O(n)
看完下面的答案后,我的推理是错误的,因为没有变化的输入n。循环运行是固定的-c次。因此,无论输入值n是多少,循环都将以恒定时间运行。so(1)复杂性
for (int i = 1; i <= n; i += c) {
// some O(1) expressions
}
我的推理:c*n=O(n)
我错过什么了吗?如果有人能帮忙解释,我将不胜感激
这是文章的链接:http://www.geeksforgeeks.org/analysis-of-algorithms-set-4-analysis-of-loops/
1)图中没有n
,我不知道你为什么认为它是O(n)
。循环从1到c
,所以它的O(c)
,因为c
是常数,所以复杂度是O(1)
。
2) 循环从1
开始,一直到n
,每一步都递增c
。很明显,复杂度是O(n/c)
,渐近地是O(n)
。
对于(int i=1;i
这里c
是一个常数。因此,基本上,无论n
的值是多少,您都在执行常量操作。这就是为什么它被认为是恒定的复杂性,O(1)
。
对于(int i=1;i
您使用的是一个输入值n
,该值基本上随程序或算法的给定输入而变化。现在,c
又是一个常数,对于n
的所有不同值,它都将保持不变。复杂性被认为是O(n)
。
对于(int i=1;i
这仅与上面相同,只是c
的值是1
。
所有的复杂性都以渐近表示格式表示。常数因子被删除,因为无论n
的值如何,它们都是相同的。
循环或递归的运行次数为常量也被认为是O(1)。
这里:C
是一个常量。因此,基本上,无论n
// Here c is a constant
for (int i = 1; i <= c; i++) {
// some O(1) expressions
}
也在第二循环中:
for (int i = 1; i <= n; i += c) {
// some O(1) expressions
}
你的理由不正确。这里的增量为C
。对于n
元素,循环出现n/c
这是渐进的O(n/c)~O(n)
关于嵌套for循环的时间复杂性,,我遇到过几篇帖子。它是否仍然适用于我在下面提到的两种情况? 案例1:Second for循环的增量不是1,而是每次迭代都乘以2 案例2:第二个循环以开始,每次迭代递增1。 在这两种情况下,都是一个整数。我认为这两种情况下的时间复杂度都是。这就是实际的时间复杂性吗?
如果我通过两个嵌套的For循环进行输入 外环的复杂度是O(X),但是我对内环的时间复杂度感到困惑,因为Y是可变的。
我在计算一个方法的时间复杂度: D总是小于或等于P,但我的怀疑是在后四个。我的时间复杂度是O(2p^3),但我读过2可以像O(p^3)一样去掉。这些是正确的吗?
嗨,我对以下代码段的时间复杂性有点困惑,如果有人能对此有所了解,那就太好了。
如何计算多个嵌套循环的时间复杂度?我已经完成了这段代码,但对它的时间复杂度感到困惑!
今天,我和我的同事就一个特定的代码片段发生了一个小争论。代码看起来像这样。至少,这是他想象的那样。 他希望我删除第二个循环,因为这会导致性能问题。 然而,我确信,因为我在这里没有任何嵌套循环,所以无论我放了多少个顺序循环(我们只有2个),复杂度总是O(n)。 他的论点是,如果< code>n是1,000,000,并且循环需要5秒,那么我的代码将需要10秒,因为它有2个for循环。这个说法之后我就糊