Matrix 矩阵乘法最坏情况、最佳情况和平均情况复杂度

Matrix 矩阵乘法最坏情况、最佳情况和平均情况复杂度,matrix,complexity-theory,time-complexity,Matrix,Complexity Theory,Time Complexity,以下执行矩阵乘法的函数的(a)最坏情况,(b)最佳情况和(c)平均情况复杂度是多少 for i=1 to n do for j=1 to n do C[i,j]=0 for k=1 to n do C[i,j]=C[i,j]+A[i,k]*B[k,j] end {for} end {for} end {for} 您如何证明复杂性?i,j和k都从1到n 因此,最佳、平均和最坏情况是O(n*n*n)=O(n^3

以下执行矩阵乘法的函数的(a)最坏情况,(b)最佳情况和(c)平均情况复杂度是多少

for i=1 to n do
    for j=1 to n do
        C[i,j]=0
        for k=1 to n do
            C[i,j]=C[i,j]+A[i,k]*B[k,j]
        end {for}
    end {for}
end {for}

您如何证明复杂性?

i
j
k
都从
1
n

因此,最佳、平均和最坏情况是O(n*n*n)=O(n^3)

对于每个
n
可能的
i
s,有
n
j
s,对于每个
n
j
s,有
n
k
s。 它给出了内部循环的执行。

O(n^3),因为在每个嵌套循环上,n乘以n,因为有一个嵌套循环3次,完全处理整个n,这将是nxnxn=n^3