【问题标题】:Algorithm Complexity-Nested For Loops算法复杂性嵌套 For 循环
【发布时间】:2017-04-06 11:55:53
【问题描述】:
for(j=n; j>1; j/=2)
  ++p;
for(k=1; k<p; k*=2)
    ++q;

在第一个代码示例中,p 变量属于 1st 循环。那么,即使它们不是嵌套循环,2nd 也会返回 log(n) 吗?我的意思完全是,O(loglog(n))?

for(i=n; i>0; i--){
  for(j=1; j<n; j*=2){
    for(k=0; k<j; k++){
      //statements-O(1)
    }
  }
}

而这一个,它们是嵌套的,但 k 变量属于 2nd 循环。那么,它应该类似于第一个吗?像 O(n^2.log(n)) 或 O(n.log^2(n))?

【问题讨论】:

标签: algorithm time-complexity code-complexity


【解决方案1】:
  1. 算法: 第一个循环需要 log(n) 时间。第二个循环需要 log(log(n)) 时间。所以你有 log(n) + log(log(n))。但是第一个循环更重要。所以它是 O(log(n))。

  2. 算法:首先看看当你只分析两个外部 for 循环时你有什么运行时(意味着 n log(n))。但不幸的是,有一个内部的第三个 for 循环,这使得它更加复杂。

    第三个 for 循环从 0 计数到 2^m,其中 m=log(n)。因此,您必须将 2^m 从 0 加到 log(n)-1,即 n-1。所以 n-1 是两个内部 for 循环的运行时间。现在你必须将它乘以外部 for 循环的线性运行时间。所以它是 (n-1)n,即 n²-n。所以这三个循环有 O(n²)。

【讨论】:

  • 谢谢。现在我了解第一个问题的返回值和运行时的差异。
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2019-05-18
相关资源
最近更新 更多