10 + 9 + 8 + ... + 1 的时间复杂度是多少?

2020-07-16 12:15:34 +08:00
 smallyu

比如有一个两层的循环,如果是

n = 0  
for i in range(10):  
    for j in range(10):  
    n += 1  
    
print(n)  // 100

复杂度应该是 n^2 吧,那这样呢:

n = 0
for i in range(10):
	for j in range(i, 10):
		n += 1
            
print(n)   // 55

相当于 10 + 9 + 8 + ... + 1 = 55,这个复杂度应该怎么描述?

两个循环还好理解,如果是三层循环呢:

 n = 0
 	for i in range(10):
 		for j in range(i, 10):
 			for k in range(j, 10):
 				n += 1
            
 print(n)   // 220

主要是三层循环就想不明白了,求教这怎么理解呢?

4344 次点击
所在节点    程序员
24 条回复
Mistwave
2020-07-16 12:21:18 +08:00
sivacohan
2020-07-16 12:22:38 +08:00
你这三个例子都是 O(1)
因为,输入与输出无关。

你重新看一下定义吧,你概念都理解错了。
ChanKc
2020-07-16 12:23:31 +08:00
在我看来都是 O(1)
Mutoo
2020-07-16 12:33:03 +08:00
大 O 表示法只取与当问题规模 n 趋于无穷大的时候,与 n 相关的最高次幂项。常数和低次项都可以忽略。
kilasuelika
2020-07-16 12:34:46 +08:00
考虑时间复杂度,循环范围一般是个变量。比如:
for i in range(n):
....

复杂度为 O(n)。
for i in range(n):
for j in range(i,n):
...
复杂度为 O )
kilasuelika
2020-07-16 12:36:19 +08:00
考虑时间复杂度,循环范围一般是个变量。比如:
for i in range(n):
....

复杂度为 O(n)。
for i in range(n):
for j in range(i,n):
...
复杂度为 O(n^2)。
putaozhenhaochi
2020-07-16 12:37:25 +08:00
时间复杂度描述的是增长趋势
polaa
2020-07-16 12:37:50 +08:00
都是 O(1) ...
把 10 换为 n 的话

第一个 O(n^2)
第二个 O(n^2) ∑(i = 1~n) ∑ (j = i~n) = ∫∫ = 1/2 n^2
第三个 同理

不知道算错没 QAQ
optional
2020-07-16 12:38:10 +08:00
中间的 n += 1 被执行了几次就是多少
octobered
2020-07-16 12:42:09 +08:00
都是 O1,都确定次数了
ps: 这个写成 c,放到 gcc 里开 O3 就直接 print(100)了
allenhu
2020-07-16 12:49:52 +08:00
你的运算次数没有受 n 的影响,是常量,所以是 o1
allenhu
2020-07-16 12:54:19 +08:00
举例:假设从 1 一直加到 n 求和,你需要加 n 次,此时运算次数与 n 相关了,它是 o ( n )
necomancer
2020-07-16 13:26:38 +08:00
O(N^2), O(N^3),上面解释很清楚了,如果你还是有困惑的话:

In [1]: s = 0

In [2]: for i in range(100):
...: for j in range(i, 100):
...: s += 1
...:

In [3]: s
Out[3]: 5050

In [4]: s = 0

In [5]: for i in range(1000):
...: for j in range(i, 1000):
...: s += 1
...:

In [6]: s
Out[6]: 500500

In [7]: s/5050
Out[7]: 99.10891089108911

In [8]: (1000/100) **2
Out[8]: 100.0
whileFalse
2020-07-16 13:46:24 +08:00
第二个是 O(n^2),第三个是 O(\n^3)。
你先要理解一个概念:O(n/2)、O(n+100)的正确表述是 O(n)。
也就是说,以下三个算法的时间复杂度是一样的:
1. for i in range(n): dosomething(i)
2. for i in range(n/2): dosomething(i)
3. for i in range(n+100): dosomething(i)
时间复杂度取值为整个算法循环次数公式中中成长速度最快的那个部分,成长速度较低的部分被直接删除;系数全部设为 1 。
对于第二个算法,其循环次数为 n*(n+1)/2=0.5 * n^2 + 0.5 * n 。"0.5 n^2"的成长速度大于“0.5*n”,所以 0.5*n 被删除,剩下"0.5 n^2";然后系数设置为 1,即其时间复杂度为 O(n^2)
raysonx
2020-07-16 14:38:59 +08:00
反对 13 楼和 14 楼都答案。题主的代码复杂度均为 O ( 1 )。

按照循环层数猜测复杂度是典型的民科。楼主可以看一下堆排序算法中建堆的复杂度为什么是 O ( n )。
w99w
2020-07-16 16:26:05 +08:00
O(n)
w99w
2020-07-16 16:27:57 +08:00
另外,楼主你的写法就不太对。
一般不是 n+=1,而是 n+=i
1~n 相加整个运算过程需要计算 n 次加法。
所以是 O(n)
wellsc
2020-07-16 16:28:35 +08:00
常量 1
iseki
2020-07-16 16:29:20 +08:00
我记得他们讲大 O 符号的时候讲了下θ渐进符号 emmm,取最高次项幂?
newtype0092
2020-07-16 16:35:58 +08:00
如果你是想求等差数列的复杂度,
(1+n)*n/2 = n^2/2 + n/2
复杂度只看 n^2

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/690540

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX