以下算法的 bigOh 或运行时间是多少答案

【问题标题】：What is the bigOh or running time of the following algorithm以下算法的 bigOh 或运行时间是多少
【发布时间】：2013-01-10 20:10:04
【问题描述】：

以下算法在bigO中的运行时间是多少。

for(int i=1;i<=n;i++){
    for(int j=i;j<=n;j++){
        for(int k=j; k<=n;k++){
            for(int l=k; l<=n;l++){

                ...

            }
        }
    }
}

【问题讨论】：

标签： time big-o time-complexity

【解决方案1】：

这个算法好像是n^4。当然，从理论的角度来看（没有任何编译器考虑）。

【讨论】：

【解决方案2】：

N^4。小数部分不算。

【讨论】：

【解决方案3】：

这样一个依赖循环集合的公式可以推断如下：

其中c（常量）是最内层循环内的操作数，n是元素数，r是嵌套循环数。

在问题的情况下：

另一种有效但乏味的方法是使用 Sigma 表示法：

【讨论】：

【解决方案4】：

O(N^4) 是成本。

每个嵌套是 N^ 所以本质上是 N * N * N * N = N^4

CS610，算法开发，新泽西理工学院。我的研究生课程实际上派上用场了。

【讨论】：

计算复杂度的订单通常是第一年的材料吗？
你是绝对正确的。他们在第一年开始了一些低水平的本科CS课程，然后他们在研究生院开始时对其进行了审查（CS610）。只是想突出我的研究生母校;)

【解决方案5】：

我的答案是 O(N^4)...因为有四个“for 循环”...而且很容易判断这个算法的运行时间...谢谢！

【讨论】：