所以大多数人都应该知道max_element(unsorted_array)可以在O(n)时间内解决。我意识到虽然很容易计算出来，但似乎在一个不太理想的解决方案中解决它会更加困难，例如n*log(log(n))时间。现在显然一个算法可能只是O(n + n*log(log(n)) )，其中更耗时的部分算法没有真正的目的。同时，您可以使用常规O(n)算法log(log(n))次。这些都不是很有趣。
所以我的问题是，是否有一种算法可以找到一组数字中的最大元素（存储在您选择的容器中），其方式是没有冗余循环或操作，但是Θ{{1 }
答案 0 :(得分：3)
答案 1 :(得分：2)
这里有一个基本的误解：
O（n + n * log（log（n）））与O（n log（log（n）））完全相同
请仔细阅读维基页面：http://en.wikipedia.org/wiki/Big_O_notation
Big-O符号是渐近的。这意味着对于所有函数f，g，O（f（n）+ g（n））= O（max（f（n），g（n）））。这不是一招，他们真的是平等的。
O（n ^ 2），O（n）等符号是不函数，它们是集;具体而言，O（f（n））表示“渐近地小于或等于常数f（n）的所有函数的集合”。如果f（n）> = g（n），则O（f（n））包含O（g（n）），因此将g（n）加到该等式中不会改变任何内容。
答案 2 :(得分：0)
如何证明无法完成。
理论：可以在不检查每个元素的情况下确定未排序数组的最大元素。
未审查的元素可能更大（除非被检查的元素是可表示的绝对最大值）;数组未排序。
结果：矛盾。您必须检查第n个元素以确定最大值（在数学上下文中;您可以在一个可能罕见的情况下在计算机科学中采用捷径）
因为n对此有什么价值并不重要，它应该适用于除退化情况之外的所有n（n = 1）
如果这不是有效回复，我可能不清楚要求......？