Big o 什么'；s总和i的复杂性=0->；n（n_i*i））

这是一个我失败的测试，因为我认为这个复杂度应该是O（n），但似乎我错了，它是O（n^2）。为什么不是O（n）

---

序言，复杂性理论不是很好，但我想尝试一下

我认为令人困惑的是，这不是一个时间复杂性问题，而是功能复杂性问题

因此，对于简单的部分，

i

只上升到n，即1,2,3…n，那么对于ai，所有条目都必须大于0，这意味着

a

可能类似于2,5,1。。。n次。如果把它们相乘，n*n=O（n2）

---

最好的情况是，如果a

a
是1,1,1，这将复杂性降低到O（n），但平均情况是n，所以你可以得到平方。
序言，复杂性理论不是很好，但我想尝试一下

我认为令人困惑的是，这不是一个时间复杂性问题，而是功能复杂性问题

因此，对于简单的部分，
i
只上升到n，即1,2,3…n，那么对于ai，所有条目都必须大于0，这意味着
a
可能类似于2,5,1。。。n次。如果把它们相乘，n*n=O（n2）

最好的情况是如果a
a
是1,1,1，这将复杂性降低到O（n），但是平均情况是n，所以你得到平方。
除非提到a[i]是O（n），它肯定是O（n）
除非提到a[i]是O（n），它肯定是O（n）
这里是实现O（n*n）的另一个尝试如果则应返回sum

int sum = 0;
for(int i = 0; i<=n; i++){
   for(int j = 0; j<=n; j++){
        if(i == j){
            sum += A[i] * j;
        }
    }
return sum;

int和=0；
对于（inti=0；i这里，如果sum应返回另一个实现O（n*n）的尝试

int sum = 0;
for(int i = 0; i<=n; i++){
   for(int j = 0; j<=n; j++){
        if(i == j){
            sum += A[i] * j;
        }
    }
return sum;

int和=0；
对于（int i=0；i首先，请注意，问题并不是问函数计算
f（n）
的时间复杂度是多少，而是问函数
f（n）
本身的复杂度。您可以考虑
f（n）
作为其他算法的时间复杂度，如果您更愿意谈论时间复杂度。

这确实是
O（n^2）
，当序列
a_i
由一个常数限定且每个
a_i
至少为1时。

通过假设，对于所有
i
，
a_i首先，请注意，问题不是问函数计算
f（n）
的时间复杂度是多少，而是问函数
f（n）
本身的复杂度
作为其他算法的时间复杂度，如果您更愿意谈论时间复杂度。

这确实是
O（n^2）
，当序列
a_i
由一个常数限定且每个
a_i
至少为1时。

根据假设，对于所有
i
，
a_我欢迎使用堆栈溢出！这个问题从何而来？除了这里提供的内容之外，我们还知道关于a_i的任何信息吗？问题不是复杂性，而是大O限制。回答问题说明
min（a_i）*sum（1，2，…，n）
这个问题来自我的考试。所有的问题都是独立的，所以我们不知道关于a_的其他任何事情。问题是，当我看到这个问题时，我想到的第一件事是n个元素的a_I数组，所以我想这可能是一个for循环，对于n范围内的I，它只做a[I]*I。为什么不正确？复杂性只是O（n）因为它只做了n次，对吗？欢迎来到堆栈溢出！这个问题是从哪里来的？除了这里提供的内容之外，我们还知道关于a_i的任何东西吗？问题不是复杂性而是大O限制。回答问题注释
min（a_i）*sum（1，2，…，n）
这个问题来自我的考试。所有的问题都是独立的，所以我们不知道关于a_的其他任何事情。问题是，当我看到这个问题时，我想到的第一件事是n个元素的a_I数组，所以我想这可能是一个for循环，对于n范围内的I，它只做a[I]*I。为什么不正确？复杂性只是O（n）因为它只做了n次，对吗？这是我最初的想法，但你不能把总和限制在O（n^2）除非你知道单个项是什么。例如，如果a_n=n^1000表示每个n怎么办？@templatetypedef你误解了大o表示法和函数。a_i是常数，问题是f的大小如何随着n趋于无穷大而变化。注意
min（a_i）*sum（1，2，…，n）
答案是a_i=每个指数i的对数n。在这种情况下，总和将是θ（n logn）。换句话说，如果序列的项是用n定义的，那么总和的渐近增长将产生不同的值。这是我最初的想法，但你不能将总和限制在O（n^2）除非你知道单个项是什么。例如，如果a_n=n^1000表示每个n怎么办？@templatetypedef你误解了大o表示法和函数。a_i是常数，问题是f的大小如何随着n趋于无穷大而变化。注意
min（a_i）*sum（1，2，…，n）
对于每个索引i，答案都会超过a_i=logn。在这种情况下，总和将是θ（n logn）换句话说，如果序列的项是用n来定义的，那么和的渐近增长将得到不同的值。我不确定这是否正确。我想问题是关于f（n）给出的和的值，而不是计算f（n）所需的时间我不确定这是否正确。我想问题是问f（n）给出的和的值，而不是计算f（n）所需的时间。这是有意义的。我知道，O（n）是最有可能的，但这应该给出O（n*n）。我知道，O（n）是最有可能的，但是，这应该给出O（n*n）。
1 + 2 + ... + n >= n / 2 + (n / 2 + 1) + ... + n >= (n / 2) * (n / 2) = n^2/4