本文介绍了计算嵌套循环的大O的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我在计算以下代码的大O时遇到问题。我从来都不是最聪明的饼干。 有谁能解释一下吗。由于嵌套循环,我在这里的猜测是O(N^2),但我知道还有更多原因。
static inline int f1 (int a, int b) { for (int c = 0; c < b; c++) { a -= n; } return a; } int f2 (int n) { int r = n * n * n; for (double i = n; i >= 0; i -= 2) { r = f1(r, i); } return r; } 推荐答案首先,请注意F1的运行时完全依赖于第二个参数,该参数控制循环迭代的次数。因此,它的运行时在第二个参数中是线性的。
接下来,注意f2中的循环运行n/2次,其中i取值0、2、4、6、...、n。因为i是f1的第二个参数,所以运行时间由
给出0+2+4+...+n
=2(0+1+2+.+n)=2&theta;(n^2)
=&Theta;(n^2)
所以运行时是&theta;(n^2)。请注意,几乎所有其他事情都是为了让你分心,意在误导你。只关注控制迭代和循环的变量会揭示您需要关注的实际逻辑。
希望这能有所帮助!
更多推荐
计算嵌套循环的大O
发布评论