-2
A
回答
1
我們假設在這段代碼中的每個操作都需要一定的時間c i。然後運行時間可以通過總和Ç表達+ C * N3 + C * I * N3 + C * I * N3。我們認爲常數係數不重要,因爲它們只貢獻一個常數值,而不管輸入如何。這給出我們Θ(1)+Θ(n3)+Θ(i * n3 + 1)+Θ(i * n3)。所以在這種情況下,時間複雜度是Θ(n3!),也就是說這個算法在階乘時間內運行。
0
纔算一些值(多少次S = S + 1我的每次迭代執行和總結),看看你會得到什麼:
1 + 2 + 3 + ... + N = n *(n + 1)/ 2 = n^2/2 + n/2 =>複雜度O(n^2)。
相關問題
- 1. 如何計算算法的複雜度?
- 2. 計算算法的複雜度。 Python
- 3. 以下算法的時間複雜度?
- 4. 以下算法的時間複雜度
- 5. 如何計算算法的確切複雜度?
- 6. 計算計算複雜度(Big-O)
- 7. 算法算法的時間複雜度
- 8. 計算時間複雜度
- 9. 如何計算複雜度
- 10. 時間計算複雜度?
- 11. 計算時間複雜度
- 12. 本體計算複雜度
- 13. 如何計算複雜度?
- 14. 計算時間複雜度
- 15. Dijkstra的算法 - 複雜度
- 16. 如何計算算法的複雜性?
- 17. 複雜計算
- 18. 複雜計算
- 19. 我們如何計算以下程序的時間複雜度:
- 20. 如何計算以下函數的時間複雜度?
- 21. NSGA ii算法複雜度
- 22. 算法複雜度時間
- 23. 2^n複雜度算法
- 24. 算法分析(複雜度)
- 25. LZ複雜度算法
- 26. 複雜的計算
- 27. 算法時間複雜度算例
- 28. 如何計算算法時間複雜
- 29. 計算遞歸算法的時間複雜度。
- 30. 算法的運行時間計算/複雜度
所以,實際的問題是「什麼是計算複雜度」? –
可能重複[大O,你如何計算/近似它?](http://stackoverflow.com/questions/3255/big-o-how-do-you-calculate-approximate-it) –