【发布时间】:2021-06-23 01:06:52
【问题描述】:
显示您的步骤的代码的时间复杂度是多少?我试图通过O(T + n + n ^ 2 + n)= O(T + 2 n + n ^ 2)= O(n ^ 2)来解决这个问题。我说的对吗?
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int main()
{
int T,n, nClone;
cin >> T;
while (T--) { //O(T)
//inputting p[n]
scanf_s("%d", &n);
nClone = n;
int* p = new int[n];
for (int i = 0; i < n; i++) { //O(n)
scanf_s("%d",&p[i]);
}
vector <int>pDash;
while (n != 0) { //O(n^2)
//*itr = largest element in the array
auto itr = find(p, p + n, *max_element(p, p + n));
for (int i = distance(p, itr); i < n; i++) {
pDash.push_back(p[i]);
}
n = distance(p, itr);
}
for (int i = 0; i < nClone; i++) { //O(n)
printf("%d\n", pDash[i]);
}
delete[] p;
}
return 0;
}
【问题讨论】:
-
O(T * (n + n^2 + n)) == O(T * n^2):嵌套循环增加了复杂性,所以我们有T * n^2,而不是T + n^2 -
除了 Dmitry 写的: (1) 由于
n在每次迭代中可以有不同的值,所以写成: O( i=1 到 T 的总和: (n_i)^2)。 (2) 如果我正确理解“O(n^2)”循环,我认为这只是它的最坏情况复杂度,但它的平均情况复杂度(假设 p 的内容是随机的)只有 O(n) . -
我已回滚您的最新编辑。您提供的 shorturl 没有指向任何地方。
标签: c++ algorithm performance time-complexity big-o