【问题标题】:How is this equation O(n) time complexity?这个方程的 O(n) 时间复杂度如何?
【发布时间】:2018-02-25 21:40:07
【问题描述】:
def myFunction(mylist):
    n = len(mylist)  
    p = []
    sum = 0
    for x in mylist:
        if n > 100:
            sum = sum + x
        else:
            for y in mylist:
                p.append(y) 

我的想法是,如果要执行 else 语句,其中的操作是 O(n),因为通过的次数取决于列表的长度。同样,我也将第一个循环理解为 O(n),从而使整个最坏情况复杂度为 O(n^2)。

显然正确答案是 O(n)。任何解释将不胜感激:)

【问题讨论】:

  • 感谢您的帮助——Stephen 的回答确实帮助我理解了为什么会这样。

标签: python time-complexity complexity-theory


【解决方案1】:

补充一点,我们通常认为 Big-O 复杂性是在 n 变大的情况下。因此,随着 n 变大,我们不会执行第二条语句。因此它只是 O(n)

【讨论】:

  • 我认为这是从概念上描述它的最佳方式。
猜你喜欢
  • 2022-06-28
  • 1970-01-01
  • 2023-02-03
  • 1970-01-01
  • 2015-05-25
  • 1970-01-01
  • 2020-05-30
  • 2020-12-16
  • 1970-01-01
相关资源
最近更新 更多