1樓：仁昌居士
i=1； while（i<=n） i=i*2的時間複雜度copyo(log2n)。
整段**語句，中迴圈體只有乙個while（i<=n），執行的次數是：
i = 1，i = 1*2=2，判斷2是否小於等於n，是則繼續迴圈，否則跳出迴圈。
i =2，i = 2*2=4，判斷4是否小於等於n，是則繼續迴圈，否則跳出迴圈。
i =4 ，i = 4*2=8，判斷8是否小於等於n，是則繼續迴圈，否則跳出迴圈。
根據規律發現，迴圈次數由log2n決定，所以複雜度是o(log2n)。
2樓：匿名使用者
假設迴圈次數是x。
i = 1, 2, 4, 8, 16 ，i = 2^x條件是i <= n
2^x <= n
所以x <= log2n 一共執行迴圈體log2n次，所以複雜度是o(log2n)
3樓：匿名使用者
迴圈退出的條件為i > n
設第k次迴圈後退出迴圈
於是2^k > n
因此k > log2n 以2為底的對數，k的實際值為log2n上取整
因此時間複雜度為o(log2n)
i=1； while（i<=n） i=i*2； 問時間複雜度為多少？為什麼答案為o（log（2）n）？
4樓：情人節
i的值規律：
1，2，4，8，16……
初始i=1(2的0次)，所以i的變化實際是2的x次，所以就是求式子2^x=n，x=log(2)n
5樓：匿名使用者
時間複雜度復為t(n),o(f(n))叫做漸制進時間複雜度。
當n趨近於無窮大時，t(n)=o(f(n))。此時o(f(n))也可叫時間複雜度。且lim t(n)/o(f(n))=常數，表示兩者的數量級相同。
因此本題中，無論f(n)=log2(n)或=log2(n)+1，lim t(n)/o(f(n))都等於常數，也就是說t(n)=o(f(n))，後者可以代表時間複雜度。而答案為了方便簡潔而寫成log2(n).
6樓：匿名使用者
假設n=8，那麼第一次迴圈後，i=2,第二次迴圈i=4，第三次i=8,第四次i=16
7樓：匿名使用者
在這個程式中，假設要執行y次，則i=i*2^y，由於i≤n，所以i*2^y≤n，考慮到i作為常數對比2的冪級數可忽略，得出最多執行2^y=n，則y=log2 n的結論。我初學，自己瞎琢磨，勿噴
8樓：匿名使用者
^按數量級遞復增排列，常見制的時間複雜度有：
常數階o(1),對數階o(log2n),線性階o(n),
線性對數階o(nlog2n),平方階o(n^2)，立方階o(n^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，上述時間複雜度不斷增大，演算法的執行效率越低。
1、一般情況下，演算法的基本操作重複執行的次數是模組n的某乙個函式f(n)，因此，演算法的時間複雜度記做：t(n)=o(f(n))
分析：隨著模組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，演算法的時間複雜度越低，演算法的效率越高。
2、在計算時間複雜度的時候，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，log(2)n，n，n log(2)n ，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，則時間複雜度t(n) = o(f(n))
演算法的時間複雜度是指空間複雜度是指
時間複雜度指的是隨著資料規模的增大時間的增率,比如資料量為n,花的時間為n 2,複雜度就是n 2,同理空間複雜度指的是記憶體的開銷。最次的情況就是階乘級別的複雜度,這種演算法是不能用的。演算法的空間複雜度指的是什麼?空間複雜度 space plexity 是對乙個演算法在執行過程中臨時占用儲存空間大...
同程式，因為計算不同問題，演算法時間複雜度可以不同嗎
可以比如快數排序。當資料基本有序時時間複雜度為o n 2 最好時為o log2n 2是下標，這個打不出來 同乙個演算法，可以編寫不同的程式，程式的執行時間不同，因此乙個演算法可以有多種不同的時間複雜性 因果關係不成立啊。時間複雜性和執行時間沒有直接的關係。比如同樣是o n 時間複雜度，乙個程式n 1...
計算以下程式的執行次數和時間複雜度，主要說一下詳細過程，我是
執行次數 9次 時間複雜度 o 1 因為這個程式迴圈次數只是有限次，其他賦值以及輸出操作時間複雜度只按1算，加起來還是等於乙個常數，故時間複雜度為o 1 如果將s 10改為 s c語言資料結構時間複雜度 1 因為抄f n 和g n 在n趨於 無窮大時襲為n 3階，h n 為n 1.5因此 1 f n...