Python 用大O表示法的T（n）

当计算复杂度为1n时，通常仅表示为n

例如，在以下Python代码中：

def Average(aList):
    x = len(aList)
    total = 0
    for item in aList:
        total = total + item
    mean = total / n
    return mean

现在算出T（n），函数从2个赋值开始，1个循环是1n个赋值，在循环给出后1个赋值

T（n）=1n+3

给出n+3给出O（n）时，1会被删除吗？

所有常量都会被删除，因为它们不会影响函数/复杂性的增长。因此，1n+3将是O（n），而不是O（1n+3）或O（n+3）

---

这是因为该函数的线性。类似2n的东西也可以是O（n），因为因子2只是将函数的输出分解，但不影响函数增长的“强度/速率”。

顺序表示法是关于算法复杂性的增长，而不是关于具体的操作数

因此，O（3n）的增长速度与O（n）的增长速度相同，因此消除了乘法常数和加法常数。考虑比率，如果将“n”的值加倍，那么在这两种情况下，计时都加倍

生长较慢的组件将被忽略。在极限条件下，O（n+3）在O（n）下以大约相同的速率增长。因此，它的增长速度与O（10n+log（n）+7）的增长速度大致相同

顺序表示法的关键思想是当“n”增长时会发生什么。这不是计算所有的具体操作。

这是最重要的。常数的加法和常数的乘法都会消失

---

您的函数是

0（n）

，这就是您要问的吗？不管它是3n 5n 10n，它仍然是0（n）不，我应该放弃1n并将其归类为n吗？是的，1是不相关的，运行时间并不为大o而烦恼。但是当计算T（n）时，它是1n+3还是仅仅是n+3在大多数代数符号中，

1n

相当于

n

@moose。谢谢你的澄清。