Question

我读到了算法的时间复杂性，我不知道我是否理解......以下所有示例都是用C ++创建的。如果我错了，请告诉我：

O(1)：

int k;
k = 0;

O(n)：

for(int i=0; i<n; i++) {
   k[i] = i%10;
}

O(n^2)：

for(int i=0; i<n; i++) {
   for(int j=0; j<n; j++) {
      k[j] = i%10;
   }
}

O(n^k)（k是一个已知数字 - 语句有k）：

for(int i=0; i<n; i++) {
   for(int j=0; j<n; j++) {
      .......
      for(int f=0; f<n; f++) {
         k[j][f] = p%10;
      }
      .......
   }
}

什么是O(k^n)？什么是O(log n)和O(n * log n)？请给我一个算法（代码）示例。
上面的例子我错了吗？

Answer 1

互联网上有很多解释，谷歌为＃O;大O符号＆＃34;。您可以在https://rob-bell.net/2009/06/a-beginners-guide-to-big-o-notation/

找到一个简单的介绍

示例：

O（k ^ n）：生成n个字符的所有单词
O（log n）：通过重复减半来搜索n个元素的排序列表
O（n log n）：使用例如对列表进行排序Quicksort算法

空间复杂性与时间复杂性无关。搜索列表不会花费太多空间，但确实需要花费时间。你可以使用＆＃34; Big O＆＃34;任何函数的表示法，因此消耗时间作为n的函数，或消耗的空间作为n的函数。

你的所有例子都是正确的。

Answer 2

1。 O（k ^ n）：列出所有二进制字符串长度n（O（2 ^ n））

O（logn）：二进制搜索是最简单的例子

O（nlogn）：排序算法，例如quicksort，heapsort ....

你是对的
不，空间复杂度与时间复杂度不同示例：如果将数据存储到二维数组中，则它们具有O（n ^ 2）空间复杂度，但您只需要一个用于循环遍历n个元素，那么您的算法具有O（n）时间复杂度。注意：在我的例子中使用O（n ^ 2）和O（n）并不完全正确，我们最好使用theta（n ^ 2）和theta（n）

希望它有所帮助。

算法时间复杂度类型解释

2 个答案: