Python算法分析

确定准确的次数 调用BigFn（）

for i in range(1,N+1):
   for j in range(1,N*N+1):
      myList[i][j] = BigFn(i,j)

这就是我的猜测

for i in range(1,N+1): # N times
   for j in range(1,N*N+1): # N^2 times
      myList[i][j] = BigFn(i,j) #Here is where I don't know what to do...?

我如何找出最好和最坏的行为

---

提前谢谢

您的猜测是正确的，bigFn（）被称为O（n3）次。正如你所说：

for i in range(1,N+1): # N times
   for j in range(1,N*N+1): # N^2 times

---

因此基于，BigFn（）被称为O（n3）次。

您的猜测是正确的，BigFn（）被称为O（n3）次。正如你所说：

for i in range(1,N+1): # N times
   for j in range(1,N*N+1): # N^2 times

---

因此基于，BigFn（）被称为O（n3）次。

您的猜测是正确的，BigFn（）被称为O（n3）次。正如你所说：

for i in range(1,N+1): # N times
   for j in range(1,N*N+1): # N^2 times

---

因此基于，BigFn（）被称为O（n3）次。

您的猜测是正确的，BigFn（）被称为O（n3）次。正如你所说：

for i in range(1,N+1): # N times
   for j in range(1,N*N+1): # N^2 times

---

---

因此基于，BigFn（）被称为O（n3）次。

我们也不知道。BigFn是做什么的？抱歉我解决了这个问题。BigFn打了多少次电话我们也不知道。BigFn是做什么的？抱歉我解决了这个问题。BigFn打了多少次电话我们也不知道。BigFn是做什么的？抱歉我解决了这个问题。BigFn打了多少次电话我们也不知道。BigFn是做什么的？抱歉我解决了这个问题。BigFn被称为多少次。你是怎么知道的？@MurrayS这是非常基本的数学，它被称为乘积法则。这是为了改变你的答案。还有，到底有没有办法找出最佳情况行为和最坏情况行为？没有最佳情况或最坏情况，最佳情况和最坏情况有一个含义，即行为可能会因输入而改变，但在您的情况下，您总是在1到n+1和1到n*n+1之间迭代。所以没有最好或最坏的情况，bigFn总是被称为O（n^3）。你是怎么知道的？@MurrayS这是非常基本的数学，它叫做乘积法则。这是为了改变你的答案。还有，到底有没有办法找出最佳情况行为和最坏情况行为？没有最佳情况或最坏情况，最佳情况和最坏情况有一个含义，即行为可能会因输入而改变，但在您的情况下，您总是在1到n+1和1到n*n+1之间迭代。所以没有最好或最坏的情况，bigFn总是被称为O（n^3）。你是怎么知道的？@MurrayS这是非常基本的数学，它叫做乘积法则。这是为了改变你的答案。还有，到底有没有办法找出最佳情况行为和最坏情况行为？没有最佳情况或最坏情况，最佳情况和最坏情况有一个含义，即行为可能会因输入而改变，但在您的情况下，您总是在1到n+1和1到n*n+1之间迭代。所以没有最好或最坏的情况，bigFn总是被称为O（n^3）。你是怎么知道的？@MurrayS这是非常基本的数学，它叫做乘积法则。这是为了改变你的答案。还有，到底有没有办法找出最佳情况行为和最坏情况行为？没有最佳情况或最坏情况，最佳情况和最坏情况有一个含义，即行为可能会因输入而改变，但在您的情况下，您总是在1到n+1和1到n*n+1之间迭代。所以没有最好或最坏的情况，bigFn总是被称为O（n^3）。