Question

嗨我有两种算法需要它们的复杂性，我一开始就试过自己; O（N ^ 2）＆amp; O（N ^ 3）他们在这里：

将Y视为'y = int [N] [N]'，并将B视为'B = int [N] [N]'....

int x(int [] [] y)
{
int z = 0
for (int i =0; i<y.length; i++)
    z = z + y[i].length;
  return z;
}

int A (int [] [] B)
{
    int c =0
    for ( int i =0; i<B.length; i++)
        for (int j =0; j<B[i].length; j++)
             C = C + B[i] [j];
    return C;
}

非常感谢：）

Answer 1

要计算算法的复杂性，您需要计算算法中执行的操作数量（大O符号关注最坏情况）

在第一种情况下，你有一个循环，执行N次（y.length == N）。在循环内部，您有一个操作（在每次迭代时执行）。这是输入数量的线性，因此O（x）= N。

注意：计算y [i] .length是一个恒定长度的操作。

在第二种情况下，你有外循环执行了N次（就像在第一种情况下一样），并且在每次迭代中如果执行相同的长度（N == B [i] .length）则另一个循环。在内部循环内部，您有一个操作（在内循环的每次迭代中执行）。这总体上是O（N * N）== O（N ^ 2）。

注意：计算b [i] [j]是一个恒定长度的操作

注意：请记住，对于big-O，只有增长最快的术语很重要，因此可以忽略附加常量（例如，返回值的初始化和返回指令都是操作，但是是常量而不是在循环中执行;依赖于N的术语比常量增长得快

计算算法复杂性所需的帮助 - CSc基础

1 个答案: