以下嵌套循环的Big O符号是什么?
for (int i = n; i > 0; i = i / 2){
for (int j = n; j > 0; j = j / 2){
for (int k = n; k > 0; k = k / 2){
count++;
}
}
}
我的想法是:
每个循环都是O(log2(n))
,所以它就像乘法
O(log2(n)) * O(log2(n)) * O(log2(n)) = O(log2(n)^3)
答案 0 :(得分:11)
是的,这是正确的。
找出嵌套循环的大O复杂性的一种方法是从内到外工作,这些嵌套循环的边界不会立即相互依赖。最里面的循环执行O(log n)工作。第二个循环运行O(log n)次并且每次都执行O(log n),因此它执行O(log 2 n)工作。最后,最外面的循环运行O(log n)次并且O(log 2 n)在每次迭代时起作用,因此完成的总工作量是O(log 3 n )。
希望这有帮助!
答案 1 :(得分:1)
是的,你是对的。
简便的计算方法 -
for(int i=0; i<n;i++){ // n times
for(int j=0; j<n;j++){ // n times
}
}
这个简单嵌套循环的例子。这里每个循环O(n)的Big-O并且它嵌套,因此通常是O(n * n),其是O(n ^ 2)个实际Big-O。在你的情况下 -
for (int i = n; i > 0; i = i / 2){ // log(n)
for (int j = n; j > 0; j = j / 2){ // log(n)
for (int k = n; k > 0; k = k / 2){ // log(n)
count++;
}
}
}
哪个是嵌套循环,其中每个循环Big-O都是O(log(n))
所以所有复杂性都是O(log(n)^3)
答案 2 :(得分:0)
的确,你的假设是正确的。您可以按照以下方式有条不紊地显示它: