Java 计算代码的BigO

我在网上读了一篇文章。根据我的理解，下面代码的BigO应该是O（n）。当循环运行n次时。但文章中的正确答案显示为O（1）。带着解释

代码恰好声明了4个变量：

i

、

j

、

k

和

t

。4=常数=O（1）

怎么做

根据我的理解，循环从O（n）开始运行n次

intfibonacci（intn）
{
int i=0，j=1，k，t；
对于（k=1；k您将内存复杂性误认为时间复杂性。算法的时间复杂性是
O（n）
。然而，内存，有时称为空间，算法的复杂性是
O（1）
，因为分配了4个变量。
您将内存复杂性误认为时间复杂性。算法的时间复杂性是
O（n）
。但是，内存（有时称为空间）算法的复杂性是
O（1）
，因为分配了4个变量。
形式上，大O符号描述了复杂性的程度

要计算大O符号，请执行以下操作：

确定算法复杂度的公式。例如，两个循环中嵌套了另一个循环，然后是另外三个未嵌套的循环：2N²+3N
除去除最高项2N²以外的所有项
删除所有常数：N²
换句话说，两个循环中有一个嵌套在内部，那么另外三个未嵌套的循环是O（N²）

当然，这是假设循环中包含的是简单的指令。如果循环中包含例如sort（），则必须将循环的复杂性乘以底层语言/库使用的sort（）实现的复杂性

根据它的数学逻辑，程序的大O符号是O（N），而不是O（1）。
在这种情况下，要么文章是错误的，要么你对它所说的内容的理解是不正确和不完整的，只有部分文本放在这里。
形式上，大O符号描述了复杂性的程度

要计算大O符号，请执行以下操作：

确定算法复杂度的公式。例如，两个循环中嵌套了另一个循环，然后是另外三个未嵌套的循环：2N²+3N
除去除最高项2N²以外的所有项
删除所有常数：N²
换句话说，两个循环中有一个嵌套在内部，那么另外三个未嵌套的循环是O（N²）

当然，这是假设循环中包含的是简单的指令。如果循环中包含例如sort（），则必须将循环的复杂性乘以底层语言/库使用的sort（）实现的复杂性

根据它的数学逻辑，程序的大O符号是O（N），而不是O（1）。
在这种情况下，要么文章是错误的，要么你对它所说的内容的理解是不正确和不完整的，只有部分文本放在这里。
如果你传递一个常量值，它的时间复杂度为O（1）

//这里c是一个常量
对于（inti=1；i如果传递一个常量值n，它的时间复杂度为O（1）

//这里c是一个常量
对于（int i=1；i…这段代码在恒定时间内运行是不可行的。变量声明时间复杂度是恒定的。但是，代码中的后续循环肯定不是。可能这篇文章缺少了一点？截图后编辑：看起来像是一个测试，而不是一篇文章，看起来是错误的。请链接到其中一篇文章。…这段代码在恒定时间内运行是不可行的。变量声明时间复杂度是恒定的。但是，代码中的后续循环肯定不是。可能这篇文章缺少了一点？在截图后编辑：看起来像是一个测试而不是一篇文章，而且看起来是错误的。请链接到其中一篇文章您错过了以下事实：question要求内存复杂度。但是，您稍后添加的屏幕截图显示内存复杂度。因为您将内存值分配给恒定数量的变量，所以内存复杂度为O（1）。您之前的问题是关于时间复杂度的。我希望此评论以及之前的答案能够有所帮助。您忽略了问题是关于内存复杂度的事实。但是，您后来添加的屏幕截图显示了内存复杂度。因为您将内存值分配给常量变量，所以内存复杂度为O（1）。您之前的问题是关于时间复杂度的。我希望此评论以及之前的答案能够有所帮助。循环由
n
约束。循环由
n
约束。
int fibonacci(int n)
{
   int i = 0, j = 1, k, t;
   for (k = 1; k <= n; ++k)
   {
     t = i + j;
     i = j;
     j = t;
   }
   return j;
}

// Here c is a constant   


for (int i = 1; i <= c; i++) {  
        // some O(1) expressions
   }

 // Here c is a positive integer constant   


for (int i = 1; i <= n; i += c) {  
        // some O(1) expressions
   }