Python 如何计算这些函数的时间复杂度
我试图计算函数Python 如何计算这些函数的时间复杂度,python,time-complexity,Python,Time Complexity,我试图计算函数f1的时间复杂度，但这对我来说并不实际0循环运行log（n-1）次。因此基本上对于第一次运行O（n）f1的时间复杂度（来自对函数aux1的调用） 但是现在对于循环，我们继续调用aux1withn=n-1，n-2，n-3。。。1，我对如何从这里继续计算时间复杂度或是否在正确的轨道上感到有点困惑 提前感谢您的帮助和解释 要找到这些因素，我不建议用替代法来解决这类问题，而是尝试采用一种方法，即根据函数尝试执行的操作数来计算函数的顺序 让我们先检查下一行来分析它 def f1(n):
f1我正在做的是：我首先尝试替换
I=1m=n-1auxaux1n-1m=n-1f1k=n-1whilek>0log（n-1）O（n）aux1但是现在对于循环，我们继续调用
aux1n=n-1，n-2，n-3。。。1提前感谢您的帮助和解释 要找到这些因素，我不建议用替代法来解决这类问题，而是尝试采用一种方法，即根据函数尝试执行的操作数来计算函数的顺序 让我们先检查下一行来分析它
def f1(n):
for i in range(n):
k = aux1(n - i)
while k > 0:
print(i*k)
k //= 2
def aux1(m):
jj = 0
for j in range(m):
jj += j
return m
for i in range(n):
以上可以用O（n^2）来描述，因为大oh函数需要上限。为了找到这些因素，我不建议用替代法来解决这类问题，而是尝试采用一种方法，即根据函数尝试执行的操作数来计算函数的顺序 让我们先检查下一行来分析它
def f1(n):
for i in range(n):
k = aux1(n - i)
while k > 0:
print(i*k)
k //= 2
def aux1(m):
jj = 0
for j in range(m):
jj += j
return m
for i in range(n):
以上可以用O（n^2）来描述，因为大oh函数需要上限。这很愚蠢，但可以一步一步地解决 内环每次对半
kO（log（aux1（n-i））n-in-in-ilog（n-i）现在外循环的
i0nO（n^2）kO（log（aux1（n-i））n-in-in-ilog（n-i）现在外循环的
i0nO（n^2）O（n）nO（n^2）O（n）O（n^2）auxaux1（m）mauxaux1（m）m