我们有RNG，其产生的数字在[0.0,1000.0 [
在一个while循环中，我们计算一下，找出生成一个数字所需的时间。 1.0。
代码：
n =0
while ( RNG1000() >= 1.0){
n =+
}
问题： 什么是O（？）
答案 0 :(得分：0)
“Big O表示法是一种数学符号，用于描述当参数趋向特定值或无穷大时函数的限制行为。”
在您的情况下，变量n不限制函数的上限。实际上在这种情况下没有功能（至少没有一个功能可以返回可重复的结果。）我建议没有Big O符号来描述它，它是 undefined 。然而，有些人可能认为最坏的情况只是O（∞）。这里令人困惑的是，你实际上并没有使用你的变量n来限制你的行为。
答案 1 :(得分：0)
变量n的函数f被认为是变量n的函数g的大哦 - 通常表示为f（n）= O（g（n）），或者在O（g）中的f - 如果存在n0使得对于大于n0的所有n，f（n）<= g（n）。
假设我们算法的运行时间很大，那么n的某个函数g。然后存在n0，使得对于n> n0，我们的算法的运行时间小于或等于g（n）。让我们选择一些固定的n＆＃39; ＆GT; n0并考虑这意味着什么：它意味着在输入n＆＃39;上，我们的算法保证在g（n＆＃39;）步骤内终止。我们必须得到g（n＆＃39;）是一些数字;让我们称它为＆＃39;。因此，对于输入n＆＃39;，我们的循环不能超过t＆＃39;脚步。但这显然是错误的，因为 - 假设整个循环迭代需要1步 - 迭代的概率超过t＆＃39;步骤是有限的但非零（假设RNG是真正的RNG）。这是一个矛盾，所以我们假设运行时很大 - 但是g是错误的 - 也就是说，运行时没有上限。
由于环路条件并不依赖于n，所以很容易说这是n的O（1），但鉴于上述分析，这在技术上是不正确的。这里确实没有上限。