Мы можем еще больше упростить это уравнение, отбросить константы и проигнорировать линейную часть, что даст нам время выполнения n ^ 2.

на 20 кБ.

рудно понять, что такое O (1) сложность пространства. Я понимаю, что это означает, что пространство, требуемое алгоритмом, не увеличивается с входом или разм...

2cupsoftech.wordpress.com/2012/10/31/...

ыло интересно узнать, как рассчитать временную и пространственную сложность рекурсивных функций, таких как перестановка, Фибоначчи (описаноВот)В общем, мы мо...

O (N²)

от вопрос уже есть ответ здесь:Как найти временную сложность алгоритма 9 ответовможет кто-нибудь сказать мне, какова временная сложность этого алгоритма? име...

... хотя упрощенное утверждение if (для случая 2) не уменьшит цикломатическую сложность метода.

матическая сложность будет высокой для методов с большим количеством утверждений, в том числе для операторов if / while /. Так как мы можем улучшить это?Я за...

 рядом друг с другом на графике.

ныйМон Ами, В моей домашней работе я чувствую необходимость использовать Graph ADT. Тем не менее, я хотел бы иметь это, как я могу сказать,общий, То есть я хочу хранить в нем все, что мне захочется. Проблема, с которой я сталкиваюсь, связана со ...

Различия между временной сложностью и пространственной сложностью?

Я видел, что в большинстве случаев временная сложность связана с пространственной сложностью и наоборот. Например, в обход массива: for i=1 to length(v) print (v[i]) endforЗдесь легко видеть, что сложность алгоритма в терминах времени равна O ...

, представленный массивом лог (W) битов. Увеличьте его размер на 1 (добавив 1 значащий бит), W удваивается, поэтому время выполнения удваивается, следовательно, экспоненциальная сложность времени.

ю этоKnapsack является NP-полным, в то время как это может быть решено DP. Они говорят, что решение DPpseudo-polynomialтак как оно экспоненциально по «длине ввода» (то есть количеству битов, необходимых для кодирования ввода). К сожалению, я не ...

Постоянное амортизированное время

Что подразумевается под «постоянным амортизированным временем», когда речь идет о временной сложности алгоритма?

Для вашего цикла вы правы, это должно быть O (log (log (N))), поскольку цикл запускается, когда i = 2, 4, 16, ..., 2 ^ k, ... which 2 ^ k> = N.

учаем сложность времени прямо сейчас, и у меня куча проблем с этим одним примером. for (i = 2; i < n; i = i * i) { ... do something ... }Проф сказал, что это был O (sqrt (N)), но я не уверен, что я убежден. В конце концов, если N = 16, ...