如果列表按O（n）运行排序，函数sorted将返回True，您将如何描述此类运行时间：
def sort(l):
while not sorted(l): random.shuffle(l)
假设洗牌是完全随机的。
这是用big-O表示法写的吗？或者是否有其他方法使用随机组件对算法进行分类？
答案 0 :(得分：6)
信不信由你，这里有一个wiki条目： http://en.wikipedia.org/wiki/Bogosort
平均情况：O（N * N！）
答案 1 :(得分：6)
此算法称为Bogosort。它是一类名为Las Vegas Algorithms的算法实例。拉斯维加斯算法Randomized Algorithms始终保证正确的结果，但不保证计算资源。
Bogosort的时间复杂性不能直接用Bachmann-Landau Notation来表达，因为它具有概率性质。但是，我们可以对其expected时间复杂度做出声明。 Bogosort的预期时间复杂度为O(n·n!)。
答案 2 :(得分：2)
平均情况确实是O（N N！）：
观察到确切的N！ N元素的排列。选择正确的概率恰好是1 / N！因此，通过强大的大数定律，预期的洗牌次数为N！。
其他因素N来自哪里？您必须在每个步骤检查您选择的排列。这可以线性地完成，比较相邻元素。因此，额外的因素N。
上述评论表明O（g（n））表示法是“最坏情况”：
1）那不是真的。 O（g（n））的定义是： 如果存在一些c，d，则f（n）是O（g（n）），使得f（n）<对于足够大的n，c * g（n）+ d。 “最糟糕的情况”并没有什么。碰巧g（n）是一个比f（n）更大的函数，但纯粹的数学定义没有说明“case”。
2）对于随机算法，无论如何都要进行“最坏情况”分析是没有意义的。你可以提出一些非常糟糕的执行。
3）真正糟糕的执行发生在一组测量0上（概率论者会说他们“几乎肯定”不会发生）。他们实际上是不可能观察到的。
答案 3 :(得分：0)
Big-O表示法假定最坏的情况。在最坏的情况下，该算法永远不会终止。