Python 这个程序的运行时间是多少？（如果我们有一个for循环，它位于while循环中）

这里X是一个整数数组，X的长度为n=2^k。长度在进入while循环后减小（如n//2），减小的长度是for循环的范围（例如，n=2^6=64，当它进入while循环时，它减小到n//2，因此for循环的范围是

---

（0，64/2=32）。因此，while循环的运行时间是O（logn），但是for循环的运行时间是多少？整个代码的运行时间是多少，以Big Oh表示？

有一种简单的方法可以确定该算法的Big-O复杂性。第5行的

+

操作的执行次数至少与代码中的任何其他操作的执行次数相同，因此如果我们可以计算出执行次数的话

+

完成后，这将与整个算法的复杂度相同。这是合理的，因为其他所有操作都是基本操作，除了

Y=[None]*len（X//2）

，它的复杂度不比

+

中的循环高

由于该算法计算列表中数字的总和，并且除了列表中的数字（或列表中数字的部分总和）之外不添加任何内容，因此总共进行了

len（X）-1

添加，因此该算法为O（n），其中n是输入列表的长度

---

从另一个角度考虑，您可以将此算法视为从二叉树添加叶节点。添加的数量等于具有n个叶的二叉树中的内部节点数量，即n-1或O（n）.

欢迎。这是Python代码，因此如果您将标记改为Python而不是Java，您可能会得到更多答案。我还认为您所询问的代码中存在错误；

while n>1:

条件不能从true改为false以终止循环，因为循环体不包含对

n的赋值。非常感谢..但我有另一个困惑..while循环的大oh是O（logn），对吗？那么，整个代码的运行时间应该是O（nlogn），就像in n表示加法，logn表示while循环一样？外循环确实运行O（logn）次，内循环运行O（
len（X）
）次，但这里有一个陷阱。
len（X）
本身不是O（n），因为n指的是输入的长度，但是
len（X）
在算法运行时会发生变化；因此不能将它们相乘。内部循环运行n/2=2^（k-1）次，然后2^（k-2）次，然后2^（k-3），依此类推，直到外循环的最后一次迭代时，它只运行一次迭代。这些循环的总和是几何级数2^（k-1）+2^（k-2）+…+1=2^k-1=n-1，正如预期的那样。非常感谢…我理解了这个概念
def hsum(X):
    while len(X) > 1:
        Y=[None]*(len(X)//2)
        for i in range(0,len(X)//2):
            Y[i] =  X[2*i] + X[(2*i)+1]
        X=Y
    return X[0]