Question

我正在进行在线课程并且我坚持这个问题。我知道有类似的问题，但他们不帮助我。

最坏情况运行时间的增长顺序是多少以下代码片段作为N？
的函数

int sum = 0;
for (int i = 0; i*i*i < N; i++)
    for (int j = 0; j*j*j < N; j++)
        for (int k = 0; k*k*k < N; k++)
            sum++;

我认为订单是n ^ 3，但我不认为这是正确的，因为循环每次只经过n的三分之一。那会使它成为nlogn吗？

另外

int sum = 0;
for (int i = 1; i <= N; i++)
    for (int j = 1; j <= N; j++)
        for (int k = 1; k <= N; k = k*2)
            for (int h = 1; h <= k; h++)
                sum++;

我认为这个是n ^ 4因为你有n * n * 0.5n * 0.5n

Answer 1

实际上，循环只能到达N的立方根。（i ^ 3＆lt; n等）

这个长度的3个嵌套循环，给出O（立方根N，立方体）。这个O（N）

值得注意的是，如果你是正确的并且他们每个都去了N的三分之一，那么立方体仍然给出O（N ^ 3/9），1/9是常数，所以这是O（n ^ 3）< / p>

Answer 2

如果您检查A valid provisioning profile for this executable was not found的各种值的sum值，那么算法的时间复杂度就变得很清楚了：

然后，您可以更深入地了解自己的结论。

算法大增长代码

2 个答案: