big-o

0熱度

2回答

以下是geeksforgeek最接近點對的代碼片段。如你在評論中看到的那樣，它表示函數將以線性運行而不是O（n^2）。這是因爲第二回路可以在固定的時間來運行： for (int j = i+1; j < size && (strip[j].y - strip[i].y) < min; ++j) 這裏是我的問題：對於這個循環中，將在n次反正運行，除非「 j「沒有超過規模。我知道它不會在循環內部

0熱度

1回答

for（）循環在if（）語句內時如何影響運行時？

說我們有這樣的代碼： doSomething(int n) { for(int i = 0; i < n; i++) { if (i % 7 == 0) { for(int j = 0; j < n; j++) { print("*"); } } } } 是什麼（用樣張/工作）的大O和大歐米伽運行時間？

-3熱度

1回答

在這些情況下有什麼不同？

在這兩個不同的代碼（做同樣的事情），是bigO不同。 O（1）語句已更改，但for循環保持相同，即運行次數相同？ for (i=0;i<n;i++) { for (j=0;j<i;j++) { b+=i+i } } 而且， for (i=0;i<n;i++) { int k = i+i; for (j=0;j<i;j++) {

0熱度

1回答

比較不同輸入的運行時間/減少大O幅度和不同功能的輸入

我對大O表示法的某些方面有些困惑。我提前爲這個複雜的例子道歉如果一個函數ex。 O(2^N) + O(N^7); N輸入值被認爲是相同的，並且O(N^7)將主導O(2^N)或者大O幅度可以減少到O(N^7)。 O(2^N) * O(N^7)也是如此; O(N^7)將主導，因爲N（或輸入）的值被認爲是相同的，並且運行時間比O(2^N)更差。一個函數需要有兩個輸入值，這些值可以用一個函數來表示爲O(

-1熱度

3回答

3個嵌套for循環的大O？

public int Loop(int[] array1) { int result = 0; for (int i = 0; i < array1.length; i++) { for (int j = 0; j < array1.length; j++) { for (int k = 1; k < array1.length; k = k

0熱度

1回答

什麼時候使用大O而不是theta或小o

關於漸近表示法的問題。我見過很多漸近記法的解釋說： θ(...)類似於= O(...)類似於<= o(...)類似於< 這似乎暗示如果是f(n) = O(g(n))，則可以是f(n) = θ(g(n))或f(n) = o(g(n))。是否有可能讓f(n) = O(g(n))這樣既不f(n) = θ(g(n))和f(n) = o(g(n))？如果是這樣，這是什麼例子？如果不是，那麼爲什麼我們會使用

-4熱度

2回答

爲什麼主定理不能適用

做一個任務，並被困在了幾個問題。 T（N）= T（2π/ 5）+ N T（N）= T（2π/ 3）+ T（N/3）+ N T（N）= T（n-2）+ n 有些東西告訴我他們所有的定理都不能應用。但爲什麼？他們的上限是什麼（大哦）？

1熱度

1回答

兩個代碼片段的大O符號

我已經有兩段代碼和他們所屬的大O類別的解釋。然而，儘可能地嘗試一下，我無法通過觀察它或者進行樣品運行來得出解釋。第一： long count = 0; long n = 1000; long i, j, k; for(i = 0; i < n; i++) for (j = 0; j < i * i; j++) for (k = 0; k < j; k++)

0熱度

2回答

運行時間複雜度

我相信下面的代碼是n^3的大的theta，這是正確的嗎？ for (int i = 0; i < n; i ++) { // A is an array of integers if (A[i] == 0) { for (int j = 0; j <= i; j++) { if (A[i] == 0) { for (int k = 0; k <=

1熱度

2回答

你會如何去發現這個算法的複雜性？

function alg1(n) 1 a=0 2 for o=1 to n do 3 for t=1 to o do 4 for k=t to o+t do 5 a=a+1 6 return(a) 如果有人能指導我如何找到最糟糕的情況，以及如何獲得alg1的輸出作爲n的函數，我將非常感激。謝謝！從最後的循環