Algorithm 与输入数量及其大小相关的时间复杂度

我有一个算法，其中我有多个任务，对于每个任务，我必须执行与任务长度相同的操作（以分钟为单位）。行动成本为

O（1）

这是伪多项式、多项式还是指数算法？

---

这让人想起素数朴素算法或背包动态规划解决方案，但这种情况略有不同。考虑有3项任务，长度为<代码> 5；4.10;，以二进制表示：

101；100; 1010;。我们必须执行19项行动。现在，如果我们通过在前面添加一位将第一个任务长度从
101
更改为
1101
，那么现在我们必须执行27个操作。在naive primes解决方案中，操作的数量不会增加一倍，而是乘以因数
27/19
。如果有更多的任务，变化会更小。换句话说，算法的复杂性与输入的长度和任务的数量有关。
它仍然随着一个因素而增长，因此，我认为您的算法是正确的exponential@Lrrr你的意思是相对于输入大小的指数？那是伪多项式吗？是的，我想so@Lrrr谢谢，我想是的，这看起来很奇怪，没有对因子的估计，甚至没有一种方法来确定它的下限和上限。首先，你需要定义你的参数。在这里，最合理的参数是任务的持续时间。因此，如果
n
是任务持续时间的总和，那么时间复杂度就是
O（n）
，这当然也使得它是多项式的。它仍然随着一个因子而增长，因此，我认为你的算法是exponential@Lrrr你的意思是相对于输入大小的指数？那是伪多项式吗？是的，我想so@Lrrr谢谢，我想是的，这看起来很奇怪，没有对因子的估计，甚至没有一种方法来确定它的下限和上限。首先，你需要定义你的参数。在这里，最合理的参数是任务的持续时间。因此，如果
n
是任务持续时间的总和，则时间复杂度为
O（n）
，这当然也使其成为多项式。