Java I'；我和大O混淆了_Java_Big O

Java I'；我和大O混淆了

java big-o

Java I'；我和大O混淆了,java,big-o,Java,Big O,我正在努力为今晚到期的一个项目的一部分掌握大O的想法，我不知道我是否正确地考虑了这个问题该项目包括我们编写数学运算的迭代和递归解决方案下面是一些方法 public int inc(int n) { n = n + 1; return n; } public int dec(int n) { n = n - 1; return n; } public int add(int lhs, int rhs) { int sum = lhs; wh

我正在努力为今晚到期的一个项目的一部分掌握大O的想法，我不知道我是否正确地考虑了这个问题

该项目包括我们编写数学运算的迭代和递归解决方案

下面是一些方法

public int inc(int n)
{
    n = n + 1;
    return n;
}
public int dec(int n)
{
    n = n - 1;
    return n;
}

public int add(int lhs, int rhs)
{
   int sum = lhs;    
   while (rhs > 0) {
        sum = inc(sum);
        rhs = dec(rhs);
    } // while
    return sum;
}


public int fac(int num)
{
    int ans = num;
    while(num > 1)
        {
            ans = mul(ans, dec(num));
        }
    return ans;
}



public int div(int lhs, int rhs) throws ArithmeticException
{
    int quot = 0;
    while (lhs > 0)
        {
            lhs = sub(lhs,rhs);
    if(lhs < rhs)
                {
        quot = 0;
                }   
            else
                {
                    quot = inc(quot);
              }
        }
    return quot;
}


public int lshift(int lhs, int rhs)
{
    return mul(lhs,pow(2,rhs));       
}

我将只留下一个递归示例，除非有人要求其他示例。if和else if应分别被视为恒定时间，对吗？然后返回调用了所有其他递归方法，以及它本身（显然），我真的不知道从哪里开始

有人能简单地解释一下吗

编辑：添加了Pow

public int pow(int lhs, int rhs)
{
    int ans = lhs;
    for(int i = rhs; i > 1; i--)
    {
    ans = mul(ans,lhs);
    }
    return ans;
}

Big Oh背后的理念是，它是特定算法的平均运行时间。在分析运行时时时，您需要查找关键内容，例如：

正在使用的参数与使用它执行的操作之间的关系
代码的“关键部分”与传入的参数之间的关系

您还需要寻找其他一些东西，例如最佳和最坏情况下的行为

现在，谈谈你的方法

```
inc
```
和
```
dec
```
都是恒定时间。它们不再需要依赖于传入的参数的大小来执行
```
add
```
绑定到
```
rhs
```
的大小，因为
```
rhs
```
中的每个值都会递增一步。所以运行时是O（n）*
根据递归示例，
```
mul
```
，有三种情况：两种基本情况和一种迭代情况。基本情况被假定为在恒定时间内运行，但由于存在迭代情况，它超过了基本情况的运行时间
在这种情况下，您受到传入的
```
rhs
```
大小的限制，因此它将在O（n）时间内运行
```
fac
```
绑定到传入的
```
num
```
的大小。它将是O（n）运行时
```
div
```
绑定到
```
lhs
```
，它将处于O（n）运行时

*：谈论一种添加两个数字的奇怪方法…

inc

和

dec

都是O（1），因为它们总是可以在固定数量的操作中完成，并且它们不依赖于作为参数传递的值

<代码> Addio>代码，例如，根据您传递的参数作为参数，所以如果我们认为这个数字是我们的“订单”，<代码> Addio/Cuth>是O（n）。p> 简单地说：作为参数传递的值越高，需要执行的操作就越多。因为这个增加是线性的（大致上，如果你增加100，你将有一个相同数量级的操作增加）

您的

mul

实现也将在O（n）时间内运行，因为这是您拥有的更“昂贵”的操作的成本，

add

您需要理解的是Big-O表示法的含义：算法的运行时间与输入大小变化之间的关系

如果你记住这一点，你将更容易计算出方法的成本。

你检查过吗？检查这个清楚的答案检查这个清楚的答案，这个答案以前被问过很多次

mul

方法实际上有一个最佳情况下的运行时O（1）和一个最坏情况下的运行时O（n）。在比较排序算法时，理解运行时复杂度可能因数据而异的概念将非常重要（通常是学生在学习算法复杂度时要做的下一件事）（是的，非常奇怪的添加方式！！），因此为了确保我理解这一点。。。那么调用其他方法总是被认为是固定时间？那么我的lshift方法也会被认为是常数时间吗？不一定。这实际上取决于该方法正在做什么。打电话并不意味着它是固定时间。仔细检查基本情况、迭代情况和关键部件操作。具体地说，我不能告诉你，因为我不知道

pow

将如何运行，但它肯定是

rhs

。好吧。。。那么你能解释一下lshift方法吗？我是否需要考虑从另一个方法中调用的方法中的大O？（顺便说一句，你帮了大忙！）编辑：是的，你必须考虑他们的行为，但只有在你添加更多工作时。通过查看

pow

，对于每个对

mul

的调用，您将在

pow

中执行

lhs

操作。因此，运行时间很可能是O（n^2）。

public int pow(int lhs, int rhs)
{
    int ans = lhs;
    for(int i = rhs; i > 1; i--)
    {
    ans = mul(ans,lhs);
    }
    return ans;
}