
数据结构中 时间复杂度是如何计算的(详细点啊……)
我是一个超级菜鸟。在算数据结构的时间复杂度时,不知道如何下手,请高手详细指点一下~越详细越好!如果答的很好,可以追加分数的!O(1)<O(logn)<O(n)<O(nlo...
我是一个超级菜鸟。在算数据结构的时间复杂度时,不知道如何下手,请高手详细指点一下~越详细越好!如果答的很好,可以追加分数的!
O(1)<O(logn)<O(n)<O(nlogn) <O(n2)<O(n3)
我想问一下的是对不同的程序(像do-while和for等)怎么判断它应该是O(1)还是O(n)或别的? 展开
O(1)<O(logn)<O(n)<O(nlogn) <O(n2)<O(n3)
我想问一下的是对不同的程序(像do-while和for等)怎么判断它应该是O(1)还是O(n)或别的? 展开
1个回答
展开全部
时间复杂度:基本操作重复执行的次数的阶数 T(n)=o(f(n))
以下六种计算算法时间的多项式是最常用的。其关系为:
O(1)<O(logn)<O(n)<O(nlogn) <O(n2)<O(n3)
指数时间的关系为:
O(2n)<O(n!)<O(nn)
当n取得很大时,指数时间算法和多项式时间算法在所需时间上非常悬殊。
例1:NXN矩阵相乘
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
{c[i][j]=0;
for(k=1;k<=n;k++)
c[i][j]=c[i][j]+a[i][k]*b[k][j];
}
T(n)=n^3
以下六种计算算法时间的多项式是最常用的。其关系为:
O(1)<O(logn)<O(n)<O(nlogn) <O(n2)<O(n3)
指数时间的关系为:
O(2n)<O(n!)<O(nn)
当n取得很大时,指数时间算法和多项式时间算法在所需时间上非常悬殊。
例1:NXN矩阵相乘
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
{c[i][j]=0;
for(k=1;k<=n;k++)
c[i][j]=c[i][j]+a[i][k]*b[k][j];
}
T(n)=n^3

2023-08-15 广告
通常情况下,我们会按照结构模型把系统产生的数据分为三种类型:结构化数据、半结构化数据和非结构化数据。结构化数据,即行数据,是存储在数据库里,可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据,它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询