big-o

1熱度

1回答

我有這些嵌套循環 int sum = 0; for (int n = N; n > 0; n = n/2) { for (int i = 0; i < n; i++) { sum++; } } 外環拋出我從一點點。運行時仍然是O（n^2）還是別的？

0熱度

2回答

這種排序算法的複雜性是什麼？使用相同的缺點是什麼？

排序算法可描述如下： 1.從陣列數據創建二進制搜索樹。（對於多次出現，遞增當前節點的occurence變量） 2.導線BST在序方式。（按順序遍歷將返回數組中元素的排序順序）。 3.在按順序遍歷的每個節點上，用當前節點值覆蓋當前索引（索引從0開始）處的數組元素。下面是相同的Java實現：節點類的結構 class Node { Node left; int data;

4熱度

3回答

遞歸算法中的基本情況和時間複雜度

我想對O（N）函數做一些說明。我正在使用SICP。考慮，在僞代碼生成一個遞歸過程書中的階乘函數： function factorial1(n) { if (n == 1) { return 1; } return n*factorial1(n-1); } 我不知道如何來衡量的步數。也就是說，我不知道如何「一步」的定義，所以我用的語句從書中定義步：

2熱度

3回答

指定線路運行次數的邊界函數（Big-O）是多少？（C）

我想抓住運行時的概念，並且我對這個問題有點困惑。我知道外部循環的運行時間是O（n）。我也知道n的值大於1000，內部循環將運行在恆定的時間。但是，對於n < 1000的值，內部循環似乎具有對數運行時。那麼這是否意味着該函數的大O將會是O（n log n），因爲我應該假設最壞的情況？ for(i = 1; i < n; i++) { for(j = 1000/i; j > 0; j--)

2熱度

2回答

嵌套循環的大O，有不同的迭代？

我在計算迭代依賴於外部循環的兩組代碼示例的Big O運行時遇到了一些麻煩。我對Big O運行時間有了基本的瞭解，並且我可以計算出更簡單的代碼示例的運行時間。我不太確定某些線路是如何影響運行時間的。我會考慮這第一個O（n^2）。但是，我不確定。 for(i = 1; i < n; i++){ for(j = 1000/i; j > 0; j--){ <--Not sure if this is

3熱度

2回答

RunTime我的電源方法的複雜性

這是我實施的電源方法。如果電源是偶數，我方形基部，和劃分功率除以2 如果電源是奇數，我遞歸運行的方法，用功率減小減1，以得到偶數，然後乘以基數得到的結果，以計算減1的功率。基本情況達到時，功率爲1，結果爲0。我的問題是，什麼是這種方法的時間複雜度？因爲，我們在每次迭代中將權力除以2，是否記錄到基數2？ double myPow(double base, int pow) {

0熱度

1回答

函數2log（log（n））+ 3nlog（n）+ 5log（n）的最大值是多少？

函數2log（log（n））+ 3nlog（n）+ 5log（n）的最大值是多少？對於整個函數，它只是O（nlog（n））嗎？我不知道如何表示2log（log（n））。

-10熱度

1回答

如何計算Big-O？

public long seriesLoop() { long answer = a; for (long i = 1; i < n; i++) { long delta = a; for (long j = 0; j < i; j++) { delta *= r; } answer += d

-1熱度

2回答

斯卡拉：列表性能

醫生說時間：列表中包含了O（1）前插和頭/尾的訪問。大多數其他操作都是O（n）列表中元素的數量。這個包括基於索引的元素查找，長度，追加和逆向。 Docs「自豪地」提到大多數操作都是O（n）。即使它通過鏈表進行備份，長度和附加操作也可以很容易地保持一致。也不知道我是否明白爲什麼它不是雙向鏈表，這會使O（1）反向操作。這是功能強大的巨無霸，不是嗎？ [編輯]哪個集合可以給我所有上述操作的O（1

1熱度

1回答

角度編譯器中ascii查找的big theta效率是多少？

我試圖確定的是大寫字母的查找時間，而不是小寫字母。這使我想問一下，ascii表上的查找是Theta（1）還是效率比這更低，這意味着首都的查找時間比lowercase更快？