Tag: 时间复杂度

为什么O（n ^ 2）这个algorithm的大O复杂性？

我知道这个algorithm的大O复杂度是O(n^2) ，但我不明白为什么。 int sum = 0; int i = 1; j = n * n; while (i++ < j–) sum++; 即使我们在开始时设置j = n * n ，我们在每次迭代期间递增i和递减j，所以迭代的结果数量是不是应该比n*nless很多？

一块代码的大O复杂性

algorithmdevise中我有一个关于复杂性的问题。 在这个问题中给出了一段代码，我应该计算这个代码的复杂性。 伪代码是： for(i=1;i<=n;i++){ j=i do{ k=j; j = j / 2; }while(k is even); } 我尝试了一些数字的algorithm。 我得到了不同的结果。 例如，如果n = 6，则该algorithm输出如下所示 i = 1 -> executes 1 time i = 2 -> executes 2 times i = 3 -> executes 1 time i = 4 -> executes 3 times i = 5 -> executes 1 […]

Java的substring（）的时间复杂度

Java中String#substring()方法的时间复杂度是多less？

Eratosthenes的Sievealgorithm的时间复杂度

维基百科： 该algorithm的复杂性是O(n(logn)(loglogn))位操作。 你如何到达？ 复杂性包括loglogn术语告诉我，有一个sqrt(n)地方。 假设我在前100个数字（ n = 100 ）上运行筛选，假设将数字标记为复合需要一定的时间（数组实现），那么使用mark_composite()将会是 n/2 + n/3 + n/5 + n/7 + … + n/97 = O(n^2) 为了find下一个素数（例如在将所有5倍数的数字交叉之后跳到7 ），操作次数将是O(n) 。 所以复杂度是O(n^3) 。 你同意吗？

懒惰的评价和时间的复杂性

我正在四处寻找stackoverflow 非平凡的懒惰评估 ，这导致了我Keegan McAllister的介绍： 为什么学习Haskell 。 在幻灯片8中，他显示了最小函数，定义如下： minimum = head . sort 并指出它的复杂性是O（n）。 我不明白为什么复杂性被说成是线性的，如果通过replacesorting是O（nlog n）。 文章中提到的sorting不能是线性的，因为它不会假设数据，因为线性sorting方法（比如计数sorting）会要求sorting。 懒惰的评价在这里扮演着一个神秘的angular色吗？ 如果是的话，背后的解释是什么？

什么是假多项时间？ 它与多项式时间有什么不同？

什么是假多项时间 ？ 它与多项式时间有什么不同？ 在假多项式时间运行的一些algorithm具有如O（nW）（对于0/1背包问题 ）或O（√n）（用于试划分 ）的运行时间; 为什么不算多项式时间呢？

JavaScript数组的大O

JavaScript中的数组非常容易通过添加和删除项目进行修改。 它有点掩盖了大多数语言数组是固定大小的事实，并且需要复杂的操作来resize。 JavaScript似乎很容易编写性能不佳的数组代码。 这导致了一个问题： 在数组性能方面，我可以从JavaScript实现中期望什么样的性能（就大O时间复杂度而言）？ 我认为所有合理的JavaScript实现至less有以下大O. 访问 – O（1） 附加 – O（n） 预先计划 – O（n） 插入 – O（n） 删除 – O（n） 交换 – O（1） JavaScript允许使用new Array(length)语法将数组预先填充到特定的大小。 （奖金问题：以这种方式创build一个数组O（1）或O（n））这更像是一个常规的数组，如果用作预先大小的数组，可以允许O（1）追加。 如果添加了循环缓冲区逻辑，则可以实现O（1）预先计划。 如果使用dynamic扩展的数组，O（log n）将是这两者的平均情况。 我能期待比我的假设更好的performance吗？ 我不希望在任何规范中列出任何内容，但实际上可能是所有主要实现都在后台使用优化的数组。 是否有dynamic扩展数组或其他性能提升algorithm在工作？ PS 我想知道这个的原因是因为我正在研究一些sortingalgorithm，其中大部分似乎假定追加和删除O（1）操作时，描述他们的整体大O.

具有O（1），O（n log n）和O（log n）复杂性的algorithm的例子

O（1），O（n log n）和O（log n）的复杂性，我们每天使用的algorithm是什么？

什么会导致algorithm具有O（log n）的复杂性？

我对big-O的认识是有限的，当log方程出现在方程中的时候，它会把我抛到更远的地方。 有人可以简单地向我解释一下O(log n)algorithm是什么？ 对数从哪里来？ 当我试图解决这个中期实践问题时，这是特别提出的： 让X（1..n）和Y（1..n）包含两个整数列表，每个列表按非递减顺序sorting。 给出一个O（log n）时间algorithm来查找所有2n组合元素的中值（或第n个最小整数）。 例如，X =（4,5,7,8,9）和Y =（3,5,8,9,10），则7是组合列表的中间值（3,4,5,5,7 ，8，8，9，9，10）。 [提示：使用二进制search的概念]

如何计算二进制search的复杂性

我听到有人说，由于二进制search所需的input减半，所以它是log（n）algorithm。 由于我不是来自math背景，我不能与之相关。 有人可以更详细地解释一下吗？ 它是否必须对对数级数做些什么？