Java函数的Big-O表示法实验研究

我需要编写一个程序来确定Java算法的大O表示法

我没有访问算法代码的权限，因此它必须基于实验和执行时间。我不知道从哪里开始

有人能帮我吗

---

编辑：我所知道的关于该算法的唯一一件事是它接受一个整数值，并且没有返回值

您可以做一些实验，并将输入量与执行该函数所花费的时间进行对比。然后，您可以将其与已知的与Big-O相关的曲线进行比较，或者尝试估算方程式。

您可以做一些实验，并绘制输入量与执行函数所用时间的关系图。然后，您可以将其与已知的与Big-O相关的曲线进行比较，或者尝试估算方程式。

您可以做一些实验，并绘制输入量与执行函数所用时间的关系图。然后，您可以将其与已知的与Big-O相关的曲线进行比较，或者尝试估算方程式。

您可以做一些实验，并绘制输入量与执行函数所用时间的关系图。然后，你可以将它与已知的与Big-O相关的曲线进行比较，或者尝试估算方程。

由于你无法访问算法的源代码，你唯一能做的就是测量算法对不同大小的输入所花费的时间，然后尝试从中推断出一个函数。因为你在做实验，你现在进入了统计领域，所以也许你可以使用该领域的想法，例如。

因为你没有访问算法的源代码，你唯一能做的就是测量算法对不同大小的输入所花费的时间，然后尝试从中推断出一个函数。因为你在做实验，你现在进入了统计领域，所以也许你可以使用该领域的想法，例如。

因为你没有访问算法的源代码，你唯一能做的就是测量算法对不同大小的输入所花费的时间，然后尝试从中推断出一个函数。因为你在做实验，你现在进入了统计领域，所以也许你可以使用该领域的想法，例如。

因为你没有访问算法的源代码，你唯一能做的就是测量算法对不同大小的输入所花费的时间，然后尝试从中推断出一个函数。由于你在做实验，你现在进入了统计学领域，因此也许你可以使用该领域的想法，例如。

首先，你需要知道这样一个程序所做的是为了提供一个基于证据的猜测，即算法所属的复杂度类别。它可能给出错误的答案。（事实上，在复杂程度不常见的复杂情况下，错误答案的可能性越来越大。）

简而言之，这不是复杂性分析

一般做法是：

• 在整个范围内使用N值多次运行算法，测量执行时间。每N重复多次，以确保获得一致的测量结果

• 尝试将实验结果拟合到不同类型的曲线；i、 e.线性、二次、对数。请注意，重要的是适合较大的N值。因此，当您检查“拟合优度”时，请使用一种对较大数据点增加权重的度量

这是一个起点。例如，我希望您能对以下问题进行自己的研究：

• 如何获得可靠的执行时间度量（对于Java）
• 如何以数学上合理的方式进行曲线拟合，以及
• 处理的情况下，执行时间变得太长，以测量实验大N

---

首先，您需要知道这样一个程序所做的是为了提供一个基于证据的猜测，即该算法属于什么复杂度类别。它可能给出错误的答案。（事实上，在复杂程度不常见的复杂情况下，错误答案的可能性越来越大。）

简而言之，这不是复杂性分析

一般做法是：

• 在整个范围内使用N值多次运行算法，测量执行时间。每N重复多次，以确保获得一致的测量结果

• 尝试将实验结果拟合到不同类型的曲线；i、 e.线性、二次、对数。请注意，重要的是适合较大的N值。因此，当您检查“拟合优度”时，请使用一种对较大数据点增加权重的度量

这是一个起点。例如，我希望您能对以下问题进行自己的研究：

• 如何获得可靠的执行时间度量（对于Java）
• 如何以数学上合理的方式进行曲线拟合，以及
• 处理的情况下，执行时间变得太长，以测量实验大N

---

首先，您需要知道这样一个程序所做的是为了提供一个基于证据的猜测，即该算法属于什么复杂度类别。它可能给出错误的答案。（事实上，在复杂程度不常见的复杂情况下，错误答案的可能性越来越大。）

简而言之，这不是复杂性分析

一般做法是：

• 在整个范围内使用N值多次运行算法，测量执行时间。每N重复多次，以确保获得一致的测量结果

• 尝试将实验结果拟合到不同类型的曲线；i、 e.线性、二次、对数。请注意，重要的是适合较大的N值。所以当你检查“善良的