當前位置:首頁 » 操作系統 » 演算法的數量級

演算法的數量級

發布時間: 2023-11-07 22:26:29

⑴ 一個演算法的時間復雜度為(n3+n2log2n+14n)/n2,其數量級表示為________。

數量級表示為O(n)。

分析過程如下:

分子分母同除n^2,則(n^3+n^2log2n+14n)/n^2=n+log2n+14n^(-1);

當n足夠大時,即n→+∞有:n>log2n,14n^(-1)=0;

因為時間復雜度數量級是計算n趨於無窮大時的最大無窮大量的最大階次;

因此,對於n+log2n+14n^(-1),n為最大的無窮大量,數量級表示為O(n);

即:(n^3+n^2log2n+14n)/n^2的數量級表示為O(n)。

(1)演算法的數量級擴展閱讀:

計算機科學中,演算法的時間復雜度是一個函數,它定性描述了該演算法的運行時間。

時間復雜度常用大O符號表述,不包括這個函數的低階項和首項系數,考察當輸入值大小趨近無窮時的情況。時間復雜度數量級是計算n趨於無窮大時的最大無窮大量的最大階次。

按數量級遞增排列,常見的時間復雜度有:

1、常數階O(1),對數階O(log2n),線性階O(n);

2、線性對數階O(nlog2n),平方階O(n^2),立方階O(n^3),...

3、k次方階O(n^k),指數階O(2^n)。

隨著問題規模n的不斷增大,上述時間復雜度不斷增大,演算法的執行效率越低。

求解演算法的時間復雜度數量級的具體步驟是:

1、找出演算法中的基本語句,演算法中執行次數最多的那條語句就是基本語句,通常是最內層循環的循環體。

2、計算基本語句的執行次數的數量級,保證基本語句執行次數的函數中的最高次冪正確。

3、用大Ο記號表示演算法的時間性能。將基本語句執行次數的數量級放入大Ο記號中。

⑵ 一個演算法的時間復雜度為(n3+n2log2n+14n)/n2,其數量級表示為________。

結果為:O(n)

解題過程如下:

因為時間復雜度是計算n趨於無窮大時候的無窮大量的最大階次

結果第一項是n,第2項是log2n,第3項是1/n,

當n趨於無窮大時,第二項比第一項小,第3項為0

所以(n3+n2log2n+14n)/n2,其數量級表示為O(n)

(2)演算法的數量級擴展閱讀



時間復雜度計算方法:

一般情況下,演算法中基本操作重復執行的次數是問題規模n的某個函數,用T(n)表示,若有某個輔助函數f(n),使得T(n)/f(n)的極限值(當n趨近於無窮大時)為不等於零的常數,則稱f(n)是T(n)的同數量級函數。記作T(n)=O(f(n)),稱O(f(n)) 為演算法的漸進時間復雜度,簡稱時間復雜度。

隨著模塊n的增大,演算法執行的時間的增長率和 f(n) 的增長率成正比,所以 f(n) 越小,演算法的時間復雜度越低,演算法的效率越高。

在計算時間復雜度的時候,先找出演算法的基本操作,然後根據相應的各語句確定它的執行次數,再找出 T(n) 的同數量級(它的同數量級有以下:1,log2n,n,n log2n ,n的平方,n的三次方,2的n次方,n!),找出後,f(n) = 該數量級,若 T(n)/f(n) 求極限可得到一常數c,則時間復雜度T(n) = O(f(n))

熱點內容
java漢諾塔遞歸演算法 發布:2025-04-02 06:28:40 瀏覽:126
可執行文件是編譯鏈接後生成的文 發布:2025-04-02 04:36:44 瀏覽:174
電腦文件加密軟體免費 發布:2025-04-02 03:02:51 瀏覽:806
php圖片管理 發布:2025-04-02 03:01:11 瀏覽:267
然後弄編程 發布:2025-04-02 02:54:06 瀏覽:114
解壓室俱樂部 發布:2025-04-02 02:47:04 瀏覽:283
安卓哪裡下載文豪野犬 發布:2025-04-02 02:45:04 瀏覽:792
優酷安卓怎麼免廣告 發布:2025-04-02 02:30:07 瀏覽:835
安卓系統怎麼把繁體字改為簡體字 發布:2025-04-02 02:14:39 瀏覽:327
androidpos機 發布:2025-04-02 01:40:54 瀏覽:375