Python 3.x 大O复杂性_Python 3.x_Big O

Python 3.x 大O复杂性

python-3.x big-o

Python 3.x 大O复杂性,python-3.x,big-o,Python 3.x,Big O,我试图理解Big O，并认为通过一个简单的程序进行操作可能会有所帮助 def sum(n): k = 0 j = 0 while k < n: k = k + 1 while j < n: j = j + 1 k = k + j return k def总和（n）： k=0 j=0 当k

我试图理解Big O，并认为通过一个简单的程序进行操作可能会有所帮助

def sum(n):
    k = 0
    j = 0
    while k < n:
        k = k + 1
    while j < n:
        j = j + 1
        k = k + j
    return k

def总和（n）：
k=0
j=0
当k


k和j最初被分配值0，该值计为2次分配，第一个while循环执行1次分配n次，第二个while循环执行2次分配n次。所以表达式是2+n+2n
由于上述表达式中的前两项（2和n）是常数，因此与第三项相比，它们将变得不重要，第三项随着n的增长将n乘以2。所以代码的大O是O（2n）
我的逻辑和答案正确吗？提前感谢
您的回答是正确的，尽管我们没有说O（2n），而是说O（n）
O（n）的意思是，算法的最坏情况时间复杂度最多呈线性增加，也就是说，它最终由某种形式的函数约束，其中a是某个常数。实际常数与big-O表示法无关
更专业一点说，我最终会说，因为我们谈论的是我们称之为算法的极限行为，你可以认为它只描述了非常大的输入的行为
例如，在您的算法中，随着n
的增长，我们越来越不关心赋值k=0
和j=0
，它们变得微不足道
总之，big-O表示法旨在描述运行时间增长的速度，而不是精确描述运行时间是什么。
您的回答是正确的，尽管我们没有说O（2n），而是说O（n）
O（n）的意思是，算法的最坏情况时间复杂度最多呈线性增加，也就是说，它最终由某种形式的函数约束，其中a是某个常数。实际常数与big-O表示法无关
更专业一点说，我最终会说，因为我们谈论的是我们称之为算法的极限行为，你可以认为它只描述了非常大的输入的行为
例如，在您的算法中，随着n
的增长，我们越来越不关心赋值k=0
和j=0
，它们变得微不足道
总之，big-O表示法旨在描述运行时间增长的速度，而不是精确描述运行时间是什么。
对不起，我指的是“常量”，意思是它们不会被另一个值乘以或以指数形式增加。因此，可能存在重复，因此您得到了O（3n+2）
。现在忽略常量，剩下的是O（n）
。对不起，我指的是“常量”，意思是它们没有被另一个值乘以或指数增加。可能是重复的，所以这里有O（3n+2）
。现在你忽略常数，剩下的是O（n）
。我会尽量让你更清楚地知道，我们谈论的是限制行为，而不是太数学化。我会尽量让你更清楚地知道，我们谈论的是限制行为，而不是太数学化。