这个代码的复杂性是什么,它的嵌套for循环反复使其计数器加倍?

时间:2012-09-05 17:19:05

标签: algorithm time-complexity big-o complexity-theory

编程访谈暴露一书中,它说下面程序的复杂性是O(N),但我不明白这是如何实现的。有人可以解释为什么会这样吗?

int var = 2;
for (int i = 0; i < N; i++) {
   for (int j = i+1; j < N; j *= 2) {
      var += var;
   }
}

3 个答案:

答案 0 :(得分:15)

你需要一点数学才能看出来。内循环迭代Θ(1 + log [N/(i+1)])次(1 +是必需的,因为i >= N/2[N/(i+1)] = 1,对数为0,但循环迭代一次)。 j获取值(i+1)*2^k,直到它至少与N一样大,并且

(i+1)*2^k >= N <=> 2^k >= N/(i+1) <=> k >= log_2 (N/(i+1))

使用数学除法。因此,更新j *= 2被称为ceiling(log_2 (N/(i+1)))次,并且条件被检查1 + ceiling(log_2 (N/(i+1)))次。因此,我们可以写出总工作量

N-1                                   N
 ∑ (1 + log (N/(i+1)) = N + N*log N - ∑ log j
i=0                                  j=1
                      = N + N*log N - log N!

现在,Stirling's formula告诉我们

log N! = N*log N - N + O(log N)

所以我们发现完成的工作总是O(N)

答案 1 :(得分:4)

外循环运行n次。现在一切都取决于内循环 内循环现在是棘手的。

让我们跟随:

i=0 --> j=1             ---> log(n) iterations
...
...
i=(n/2)-1 --> j=n/2     ---> 1 iteration.
i=(n/2) -->   j=(n/2)+1 --->1 iteration.
i > (n/2)            ---> 1 iteration
(n/2)-1 >= i > (n/4) ---> 2 iterations
(n/4) >= i > (n/8)   ---> 3 iterations
(n/8) >= i > (n/16)  ---> 4 iterations   
(n/16) >= i > (n/32) ---> 5 iterations

(n/2)*1 + (n/4)*2 + (n/8)*3 + (n/16)*4 + ... + [n/(2^i)]*i

   N-1                                   
 n*∑ [i/(2^i)] =< 2*n
   i=0  

--> O(n)

答案 2 :(得分:1)

@Daniel Fischer的回答是正确的。

我想补充说这个算法的确切运行时间如下:

enter image description here

这意味着:

enter image description here