Fatal编程技术网

Time complexity 计算函数的时间复杂度

time-complexity big-o

Time complexity 计算函数的时间复杂度,time-complexity,big-o,Time Complexity,Big O,我正在考虑如何正确计算此函数的时间复杂度： def foo(lst): jump = 1 total = 0 while jump < len(lst): for i in range(0, len(lst), jump): total += i jump = jump * 2 return total def foo（lst）： 跳转=1 总数=0 当跳跃

我正在考虑如何正确计算此函数的时间复杂度：

def foo(lst):
    jump = 1
    total = 0
    while jump < len(lst):
        for i in range(0, len(lst), jump):
            total += i
        jump = jump * 2
    return total

def foo（lst）：
跳转=1
总数=0
当跳跃
我假设它是O（n），其中n是列表的长度。
我们的while循环是O（n），for循环也是O（n），这意味着我们得到了2*O（n），它等于O（n）。
我说得对吗？

您的计算有错误，对于嵌套循环，我们将外循环的复杂度乘以内循环的复杂度，得到完整的复杂度

如果
n
是列表的长度，则while循环运行
log（n）
time，就像每次使用
jump=jump*2

内环是这样的，
n/1
倍于
jump=1
，而
n/2
倍于jump=2，所以内环的复杂度是这样的：（n/1）+（n/2）+（n/4）+（n/8）。。。。直到logn次

因此，总时间复杂度=n（1+1/2+1/4+1/8+…直到logn）。这里的
n
系数可以忽略不计，因此复杂性是
O（n）