Question

我只需要对这个Big O问题做一些澄清或帮助。我不知道我是否正确解释了这一点，但我注意到for循环有一个错误的条件，所以这意味着它根本不会循环。我的教授说，仍然可以确定循环的运行时间。所以我想的是：

1 + (n - 1 - n) * (n) = 1 + 1 * n = 1 + n = O(n)

说明：1表示循环外的操作。（n - 1 - n）是外循环的迭代，n是内循环的迭代。

注意：我还在学习Big O，所以如果我的逻辑错误，请纠正我。

int total = 0;
for (int i = n; i < n - 1; i++) {
    for (int j = 0; j < n; j++) {
        total = total + 1
    }
}

Answer 1

Big O分析中不应有任何负数。负运行时间没有意义。此外，(n - 1 - n)不仅仅是O(1)的顺序。你的外部循环甚至不会进入一次迭代。因此，循环中任何语句的时间复杂度都无关紧要。

总之，运行时间为1 + 1 = O(1)。

Answer 2

用于描述函数的渐近行为的大O表示法。基本上，它告诉你函数增长的速度有多快下降

例如，在分析某些算法时，可能会发现完成大小为n的问题所需的时间（或步数）由

给出

T（n）= 4 n ^ 2 - 2 n + 2

如果我们忽略常量（这是有道理的，因为那些取决于程序运行的特定硬件）和增长较慢的术语，我们可以说＆＃34; T（n）＆＃34;生长在n ^ 2和＃34;并写：T（n）= O（n ^ 2）

对于形式定义，假设f（x）和g（x）是在实数的某个子集上定义的两个函数。我们写了

f（x）= O（g（x））

（或f（x）= O（g（x））对于x - >无穷大更精确）当且仅当存在常数N和C时

| F（X）| ＆lt; = C | g（x）|对于所有x> N

直观地说，这意味着f的增长速度不会比g

快

如果a是某个实数，我们写

对于x-> a
，
f（x）= O（g（x））

当且仅当存在常数d> 0和C这样

| F（X）| ＆lt; = C | g（x）|对于所有x与| x-a | ＆LT; d

因此对于你的情况，它将是O（n ^ 2）| f（x）| ＆GT; Ç| G（X）|

来自http://web.mit.edu/16.070/www/lecture/big_o.pdf

的参考资料

int total = 0;
for (int i = n; i < n - 1; i++) { // --> n loop
    for (int j = 0; j < n; j++) { // --> n loop
        total = total + 1; // -- 1 time 
    }
}

}

Big O Notation给出一个假设，当值非常大时外循环将运行n次并且内循环运行n次

假设n - ＆gt; 100 总数n ^ 2 10000次运行次数

具有错误条件的for循环的大O.

2 个答案: