Time complexity 以下函数的增长率是多少

以下函数以大O表示法的增长率是多少

f (n) = Comb(1000,n) for n = 0,1,2,…


int Comb(int m, int n)
{
    int pracResult = 1;
    int i;

    if (m > n/2) m = n-m;

    for (i=1; i<= m; i++)
    {
        pracResult *= n-m+i;
        pracResult /= i;
        practicalCounter++;
    }

    return pracResult;

}

我猜是n^2？？？但我可能错了。。。我一直在努力弄清楚事情的效率有多高

感谢您的高级指导。

现在是

O（1）

根据定义，

f（n）=O（g（n））

如果存在

c

，那么对于所有

n

，

f（n）

对于n=1到2000，将有与n成比例的操作

对于所有n>2000，总操作数为常数

因此函数复杂度为O（1）

我必须告诉你，你必须读一些书

Sahni的数据结构和算法非常容易读取。
Knuth的算法非常繁重，但在最好的算法中。
我收回我的话。如果您所写的是正确的，那么您的函数在O（1）中运行。需要有关Comb（）的更多信息，我道歉。我将很快更新这个问题。我已经更新了代码。@JLott:您是否100%确定您使用的变量m和n的顺序正确？您将n作为第二个参数传递，但第一个参数名为n。您真的认为这就是她所寻找的答案吗？：）@阿吉特，我想这就是问题的答案。令人惊讶的是，人们经常问一些实际上并不期望得到正确答案的问题。有时这甚至会导致他们接受错误的答案。这在政治上也经常发生。我觉得这是不可能的。。。此函数基本上查找给定m和n的组合数。。我可以通过我的代码如何运行来判断它在第一次运行时没有找到它，因为我在其中放置了一个计数器。但是，我这样做的效率要比递归方式高得多。@JLott，您的代码通过该循环
m
次，最多
n/2
。所以它肯定不止一次，但总是小于
500
（仍然是O（1））。无论如何，我想你们想知道你们在做多少计算，而不是函数的值是多少。那是另一个问题。即使在那里，你也应该小心，不要问有固定限制的问题。@JLott：如果你想对程序的执行时间建模，你可能需要考虑数字的大小，因为它们会变得非常大。如果你这样做了，你问
Comb（n，n/2）
的执行时间是多少，你可能会得到
O（n^2）
，就像你最初建议的那样。是的，我真的很惊讶哈哈。谢谢，我会研究一下：）算法从来都不是我喜欢的。我是一个试验和错误类型的人，当谈到他们哈哈哈。
int combRecursive (int m, int n)
{
    recursiveCounter++;
    if (n == m) return 1;
    if (m == 1) return n;
    return combRecursive(n-1, m) + combRecursive(n-1, m-1);

}