最坏情况下使用Java算法的大O

一,

（i=0；i<3；i++）的

{
对于（j=0；j<10；j++）{
打印i+j；
}
}

我假设大O是30，因为最多的次数是3*10

二,

（i=0；i{ 对于（j=0；j 会是O是n*m吗

三,

（i=0；i{ 对于（j=0；j n*m*对数基数2（1000）大O在nlog（n）时间内

四,

（i=0；i{ 对于（j=0；j 五,

（i=0；i{ 印刷品一； } //n和m是一些整数 对于（j=1；j

---

如果你知道Big O，有人能帮我一下吗？我看着这些，茫然不知所措。我希望我张贴在正确的位置，我发现这些问题很困难。谢谢你的帮助

任何常数因子都可以忽略

O（30）

等于

O（1）

，这是人们通常会说的1）

2） 就这样

3） 在

O（n*m*log_2（1000））

中，

log_2（1000）

是常数，所以它是

O（n*m）

4）

O（n-10）

与

O（n）

相同

O（m/2）

与

O（m）

相同。因此，

O（n*m）

再次出现

5） 琐碎地

O（n）

---

6）

O（log_2（m））

我认为重要的是要指出，大O表示法是关于函数的，给定一个任意常数，在某个点上会被认为是上界

O（1）

这是因为每个循环的迭代时间是恒定的。我们将其称为O（1）而不是O（30），因为作为上界的函数是1，具有任意常数>=30

O（n*m）

因为我们必须循环

m

iterations

n

次

O（n*m）

<>这和前一个一样，只是我们在中间抛出另一个循环。现在你可以注意到这个循环，类似于第一个问题，只是一个常数时间。因此，你甚至不需要花时间去计算它循环的频率，因为它总是恒定的——它是O（1），可以解释为O（n*m*1），我们可以简单地称之为O（n*m）

O（n*m）

对于外部循环，不要陷入

。-10

并意识到我们可以说循环在O（n）中运行。我们可以忽略这一点10出于同样的原因，我们忽略了第一个问题中的精确值；常数其实并不重要。同样的原理也适用于

m/2

，因为你可以想象

m

只是被

1/2

的常数操纵。所以我们可以称之为O（n*m）

T（n）=O（n）+O（lgm）=>O（n+lgm）

所以这里有两个部分我们要看；第一个循环和第二个循环。第一个循环显然是O（n），所以这没有问题。现在第二个循环有点棘手。基本上，您可以注意到迭代器

j

呈指数增长（特别是2的幂），因此循环将以指数（对数）的倒数运行。所以这个函数在O（n+lgm）中运行

---

大O是30

它是O（1），因为3和10都是非常小的数字。如果它们可以任意大，那就是O（N平方），好的，大O等于1是有意义的。我想30岁也是对的，但不是大会。谢谢你，我感谢你的帮助。我大部分时间都在正确的轨道上，有几次不见了。我给了你一票。@ringø：原来的格式真的很糟糕；我假设它们是两段独立的代码。好的，5更有意义。在你发表这篇文章之前，我给了你最好的评价。我真的很感激你给我的回答。

for(i = 0; i < 3; i++){
    for(j = 0; j < 10; j++){
        print i+j;
    }
}

for(i = 0; i < n; i++){
    for(j = 0; j < m; j++){
        print i+j;
    }
}

for(i = 0; i < n; i++){
    for(j = 0; j < m; j++){
        for(int k = 1; k < 1000; k *= 2){
            print i+j+k;
        }
    }
}

for(i = 0; i < n - 10; i++){
    for(j = 0; j < m/2; j++){
        print i+j;
    }
}

for(i = 0; i < n; i++){
   print i;
}
//n and m are some integers
for(j = 1; j < m; j *= 2){
   print j;
}