Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
推理 Big O 的正式定义时遇到一些困难
我的教授最近回顾了 Big O 的正式定义 老实说 即使他向几个不同的学生解释了它 我们似乎仍然没有理解它的核心 理解上的问题主要出现在我们经历的以下例子中 到目前为止 我的推理如下 当您将函数的最高项乘以常数时 您会得到一个新函数 该新函
Algorithm
bigo
computerscience
使用主定理求解递推式 T(n) = T(n / 2) + O(1)? [关闭]
Closed 这个问题是无关 help closed questions 目前不接受答案 我正在尝试解决递归关系 以找出使用主定理及其递归概念的算法的复杂性 我如何证明 T n T n 2 O 1 is T n O log n 任何解释将不
Algorithm
complexitytheory
bigo
recurrence
mastertheorem
为什么平均情况下插入排序是 θ(n^2) ?
Insertion sort http en wikipedia org wiki Insertion sort has a runtime that is n when the input is sorted and O n2 when
Algorithm
Sorting
bigo
insertionsort
垃圾收集运行时成本的大O分析
当推理垃圾收集语言中的运行时成本时 诸如以下语句的成本是多少 myList null 用 n 列表中的元素数量 表示 为了便于论证 请将该列表视为引用类型的单链表 无需终结 更一般地说 我正在寻找有关如何使用 GC 语言分析运行时成本的任何
garbagecollection
bigo
我应该转储 java.util.HashSet 以支持 CompactHashSet 吗? [关闭]
Closed 这个问题是基于意见的 help closed questions 目前不接受答案 我发现有一个实现Set使用哈希 具有所有有用的结果 例如 O 1 contains 等 据称比java util HashSet在各个方面 ht
Java
performance
Collections
bigo
HashSet
分析递归算法 T(n) = T(n - 1) + T(n - 2) + T(n -3)?
于是 有人发了这个question https stackoverflow com questions 17239861 how would i get the order of algorithm tn tn 1tn 2 tn 3 com
Algorithm
Math
complexitytheory
bigo
2^n 的大 O 示例
所以我可以想象一个复杂度为 n c 的算法是什么 只是嵌套 for 循环的数量 for var i 0 i lt dataset len i for var j 0 j lt dataset len j do stuff with i an
Algorithm
bigo
timecomplexity
如果a>=b 那么O(a+b)=O(a)?
我试图更好地理解这个想法O n 所以我对此感到好奇 如果我们知道 a gt b 那么O a b O a 我知道O a O a O 2a O a 但我想知道对于比 a 小的东西是否正确 我的意思是 如果O a b O a 我认为这是真的 因为
bigo
complexitytheory
timecomplexity
spacecomplexity
计算递推关系 T(n)=T(n-1)+logn
我们要通过重复替换来解决递推关系 T n T n 1 logn 我开始替换并得到以下结果 T n T n 2 log n log n 1 根据对数乘积法则 log mn logm logn T n T n 2 log n n 1 继续这个
recursion
bigo
complexitytheory
recurrence
Dictionary.values() 列表与集合中查找的时间复杂度[重复]
这个问题在这里已经有答案了 在Python中 我们知道在字典中查找键需要O 1 运行时间 但是在dictionary values 中查找的运行时间是多少 dictionary a 66 77 88 b 99 100 key a if ke
python
performance
Dictionary
HashMap
bigo
O(n) 算法的计算时间可以超过 O(n^2) 吗?
假设我有两种算法 for int i 0 i lt n i for int j 0 j lt n j do something in constant time 这自然是O n 2 假设我也有 for int i 0 i lt 100 i
bigo
complexitytheory
timecomplexity
理解大 O 表示法 - 破解编码面试示例 9
我被这两个代码困住了 Code 1 int f int n if n lt 1 return 1 return f n 1 f n 1 Code 2 平衡二叉搜索树 int sum Node node if node null return
Algorithm
Tree
bigo
Notation
此列表代码的附加和连接的复杂性有何不同?
考虑以下形成千个数字列表的方法 def test1 l for i in range 1000 l l i return l def test2 l for i in range 1000 l append i print timeit r
python
python27
bigo
timecomplexity
为什么二叉搜索树中的查找时间复杂度为 O(log(n))?
我可以看到 当在 a 中查找值时 如何BST每次将节点与我们要查找的值进行比较时 我们都会留下一半的树 但是我不明白为什么时间复杂度是O log n 所以 我的问题是 如果我们有一个包含 N 个元素的树 为什么查找树并检查特定值是否存在的时
datastructures
timecomplexity
bigo
binarysearchtree
为什么插入排序最好情况大 O 复杂度是 O(n)?
以下是我的插入排序代码 void InsertionSort vector
c
Sorting
complexitytheory
bigo
insertionsort
迭代 std::set/std::map 的时间复杂度是多少?
迭代一次的时间复杂度是多少std set std multiset std map std multimap 我相信它与集合 地图的大小是线性的 但不太确定 语言标准中有规定吗 在C 11工作草案中 可以找到答案 迭代器 要求 一般 p8
c
STL
timecomplexity
bigo
std
两个for循环的时间复杂度[重复]
这个问题在这里已经有答案了 所以我知道时间复杂度为 for i i
Algorithm
complexitytheory
bigo
如何求指数时间内的最长公共子序列?
我可以使用动态编程以正确的方式做到这一点 但我不知道如何在指数时间内做到这一点 我正在寻找两个字符串之间最大的公共子序列 注意 我的意思是子序列而不是子串 组成序列的符号不必是连续的 只需用递归调用替换动态编程代码中表中的查找即可 换句话说
Algorithm
bigo
Sequence
pseudocode
exponential
为什么在链表中间插入是O(1)?
根据维基百科关于链接列表的文章 http en wikipedia org wiki Linked list Linked lists vs arrays 在链表中间插入被认为是 O 1 我认为这将是 O n 您是否不需要找到可能靠近列表末
LinkedList
bigo
是 C++ 语句“delete [] Q;”的 Big-O O(1) 还是 O(n)?
标题是不言自明的 很简单的问题 我认为这是 O n 但想在明天的期末考试之前验证一下 简短的回答是 这取决于情况 If Q是一个指向具有析构函数的对象数组的指针 那么delete Q将需要调用所有这些析构函数 这将调用 O n 析构函数 其
c
Arrays
bigo
timecomplexity
dynamicmemoryallocation
«
1
2
3
4
5
6
7
8
...10
»