java - 输入已知的算法的时间复杂度?
问题描述
学习算法,在计算时间复杂度时我有点困惑。据我了解,如果算法的输出不依赖于输入大小,则需要恒定时间,即 O(1)。而当它依赖于输入时,它被称为线性时间,即 O(n)。
但是,当我们知道输入的大小时,时间复杂度如何计算?
例如,我有以下代码打印出 1 到 100 之间的所有素数。在这种情况下,我知道输入的大小 (100),那么它如何转化为时间复杂度?
public void findPrime(){
for(int i = 2; i <=100; i++){
boolean isPrime = true;
for(int j = 2; j < i; j++){
int x = i % j;
if(x == 0)
isPrime = false;
}
if (isPrime)
System.out.println(i);
}
}
在这种情况下,由于时间是恒定的,复杂度仍然是 O(1) 吗?还是 O(n) n 是影响两个 for 循环的迭代次数的 i 条件?
我是否也正确地说 i 的条件在运行时间方面对算法的影响最大?i越大,算法运行的时间越长?
将不胜感激任何帮助。
解决方案
输出不是动态的并且总是相同的(就像输入一样),根据定义,它是一个常数。计算的复杂性是恒定的,它总是一样的。如果上限不固定,那么复杂度就不会是恒定的。
要引入动态上限,我们需要更改代码并检查行的复杂性:
public void findPrime(int n){
for(int i = 2; i <= n; i++){ // sum from 2 to n
boolean isPrime = true; // 1
for(int j = 2; j < i; j++){ // sum from 2 to i - 1
int x = i % j; // 1
if(x == 0) // 1
isPrime = false; // 1
}
if (isPrime) // 1
System.out.println(i); // 1, see below
}
}
随着数字i
变得越来越长,打印它的复杂性不是恒定的。为简单起见,我们说输出到System.out
是恒定的。
现在,当我们知道线条的复杂性时,我们将其转化为方程式并简化。
由于结果是多项式,由于O表示法的特性,我们可以看到这个函数是O(n^2)。
正如其他答案所示,您也可以通过“锁定它”来说它是O(n^2) 。您只需要针对更困难的情况(并且可以肯定)进行数学证明。
推荐阅读
- python - 如何使用 python 在可执行输出中搜索文本字符串?
- javascript - 仅限 Javascript - 我提交了一个表单,但没有任何反应
- r - 如何将日志转换为优势比并将日志转换为逻辑回归的概率?
- node.js - 有什么方法可以使用 exe 文件执行我的节点 js 和 puppeteer 程序?
- javascript - 有人可以解释一下参数如何传递值吗?
- python - 我对 if else 语句和 raw_input 语句有疑问
- python - 刻度线不显示 - Tkinter Scale
- c++ - WiringNG:我如何使用中断?
- php - 使用 PHP 在多维数组及其子数组中循环
- java - 在单元测试中避免外部输入