Python 这个算法的Big-O性能是什么？我通常如何解决这个问题？

您好，我有一个算法，我在查找性能时遇到了问题

 i=math.ceil(n**0.5)
 while n % i != 0: 
  i -= 2

---

这是O（2^n）吗？

我不知道您想做什么，但您当前的代码将运行，因为在许多情况下，例如

n=13

，错误不能除以零，但是如果你用

i-=1

来代替

i-=2

，那么你的代码对于每一个

n

都能正常工作，并且复杂性将是

O（n^（1\2））

我不知道你想做什么，但是您当前的代码将运行give error在许多情况下不能被零除，例如

n=13

，但是如果您使用

i-=1

代替

i-=2

，那么您的代码将在每个

n

都能正常工作，并且复杂性将是

O（n^（1\2））

你能解释一下你是怎么得到这个的吗？若i-=2在适当的位置会是什么？它不会永远循环，因为你们不能除以0@PadraicCunningham是的，我正要纠正that@church我做了编辑。它不会无限运行，但会给出错误，因为对于n=13，最初i=4，然后i变为2，然后i变为0，而n%0将给出错误不能除以零。@Crunch获取O（n^（1/2））的方法是通过查看循环。从i=n^（1/2）开始，每次迭代时线性减小它。因此，复杂性（如您所说的性能）为O（n^（1/2）.无论你将i减少1还是2，都不会影响Big-O的复杂性。你能解释一下你是如何得到这个结果的吗？如果i-=2的话会是什么样的？它不会永远循环，因为你不能除以0@PadraicCunningham是的，我正要纠正that@church我做了一个编辑。它不会无限运行，但会给出错误，因为对于n=13，最初I=4n i变为2，然后i变为0，n%0将给出误差不能被零除。@Crunch获得O（n^（1/2））的方法是通过查看循环。从i=n^（1/2）开始，每次迭代线性减少它。因此复杂性（如您所说的性能）为O（n^（1/2）.无论你将i减少1还是2，都不会影响大O复杂性。这应该解决什么问题？这应该解决什么问题？