我正在尝试学习 Big(O) 表示法。在网上搜索一些文章时,我遇到了两篇不同的文章,A和 B
严格来说从循环的角度来说——似乎它们几乎具有相同的流程。 例如
[A]的代码如下(用JS实现)
function allPairs(arr) {
var pairs = [];
for (var i = 0; i < arr.length; i++) {
for (var j = i + 1; j < arr.length; j++) {
pairs.push([arr[i], arr[j]]);
}
}
return pairs;
}
[B]的代码如下(用C语言完成)-整个代码是here
for(int i = 0; i < n-1 ; i++) {
char min = A[i]; // minimal element seen so far
int min_pos = i; // memorize its position
// search for min starting from position i+1
for(int j = i + 1; j < n; j++)
if(A[j] < min) {
min = A[j];
min_pos = j;
}
// swap elements at positions i and min_pos
A[min_pos] = A[i];
A[i] = min;
}
A站的文章说时间复杂度是O(n^2),B站的文章说是O(1/2·n2)。
哪个是对的?
谢谢
最佳答案
假设O(1/2·n2)表示O(1/2·n^2),则两者时间复杂度相等。请记住,Big(O) 表示法不关心常量,因此两种算法都是 O(n^2)。
关于algorithm - Big(O) 符号 - 哪个是正确的,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50860676/