Question

虽然在某种程度上熟悉直观地确定算法的复杂性，但我对如何实际计算算法有些迷惑。

对于以下代码，我知道如何确定复杂性吗？

list = [...]
start = list[0]
end = null 
remove list[0] from list

while(list.length > 0) {
  for(i = 0; i < list.length; i++) {
    if(list[i] is immediately before start or immediately after end) {
       link list[i] to start or end (populate end if null)
       remove list[i] from list
    } 
  }
}

这假定一个有效的数据集（必须排序的元素的连续链接列表）。出于说明目的也进行了简化；

因此，在最佳情况下，如果列表已排序，则为O（n），因为您只需要通过即可对其进行处理并将其弹出。

我无法确定是最坏的情况，因为每一次“ while”迭代，数据集都会变小至少1个元素（通常为2个或更多），因为它假定数据集将始终有效。因此，它显然小于O（n ^ 2）（我认为）。欢迎所有想法。

谢谢！

更新绘制出来后，似乎是O（nlogk（n）），其中k = n ^（2 /（n + 1））这算作O（nlog（n））吗？我不清楚。

Answer 1

Big O表示法旨在为函数的增长率提供上限，因此您必须考虑最坏的情况。

在最坏的情况下，我假设在每次迭代中数据集都会变小1个元素，因此您要执行的操作数将受到n + n-1 + n-2 ... + 2 + 1的约束，而(n+1)*n / 2等于{% for field in form %} {{ field|as_crispy_field }} {% endfor %}，即O（n ^ 2）

算法时间复杂度的计算方法

1 个答案: