1楼：匿名用户
就是级别为n的时间复杂度。是时间复杂度的其中一种算法
时间复杂度o(n)什么意思
2楼：飞侠·闪电
时间复杂度
算法分析
同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。
1、时间复杂度
（1）时间频度
一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。
一个算法中的语句执行次数称为语句频度或时间频度。记为t(n)。
（2）时间复杂度
在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度t(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。
一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用t(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，t（n)/f(n)的极限值为不等于零的常数，则称f(n)是t(n)的同数量级函数。记作t(n)=o(f(n)),称o(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为o(1),另外，在时间频度不相同时，时间复杂度有可能相同，如t(n)=n2+3n+4与t(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为o(n2)。
按数量级递增排列，常见的时间复杂度有：
常数阶o(1),对数阶o(log2n),线性阶o(n),
线性对数阶o(nlog2n),平方阶o(n2)，立方阶o(n3),...，
k次方阶o(nk),指数阶o(2n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。
2、空间复杂度
与时间复杂度类似，空间复杂度是指算法在计算机内执行时所需存储空间的度量。记作:
s(n)=o(f(n))
我们一般所讨论的是除正常占用内存开销外的辅助存储单元规模。
算法时间复杂度的表示法o(n)、o(n)、o(1)、o(nlogn)等是什么意思？
3楼：匿名用户
o(n)表示关于n的2阶无穷小量。当n线性增长时，计算量按n规律增大。
o(1)表示计算量不变。
其它类似
4楼：匿名用户
算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大o符号表述,随着模块n的增大，算法执行的时间的增长率和 f(n) 的增长率成正比，所以 f(n) 越小，算法的时间复杂度越低，算法的效率越高.
例：算法：
for(i=1;i<=n;++i)
}则有 t(n) = n 的平方+n的三次方，根据上面括号里的同数量级，我们可以确定 n的三次方 为t（n）的同数量级
则有 f(n) = n的三次方，然后根据 t(n)/f(n) 求极限可得到常数c
则该算法的时间复杂度：t(n) = o(n^3)
c++中的时间复杂度o（1）与o（n）有什么区别
5楼：杜xiao若
c++中的bai时间复杂度o（du1）与o（n）的主要区别在于：zhi
1、时间复杂度o（1）是常数阶
dao，其基本
内操作重复执行的次数是一个固定的容常数，执行次数不存在变化；
2、而时间复杂度o（n）是线性阶，其基本操作重复执行的次数是与模块n成线性相关的，其值会随着模块n的变化而变化，当模块n的规模确定为定值后，其时间复杂度转化为o（1）。
扩展资料1.时间复杂度的计算方法：
一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用t(n)表示，若有某个辅助函数f(n)，使得t(n)/f(n)的极限值（当n趋近于无穷大时）为不等于零的常数，则称f(n)是t(n)的同数量级函数。记作t(n)=o(f(n))，称o(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
6楼：幻梦·人生
时间复杂度是
来一个函源数，它定量描述了该bai算法的运行时间。常du
见的zhi时间复杂度有以下几种。
1，daolog(2)n，n，n log(2)n ，n的平方，n的三次方，2的n次方，n!
1指的是常数。即，无论算法的输入n是多大，都不会影响到算法的运行时间。这种是最优的算法。而n！（阶乘）是非常差的算法。当n变大时，算法所需的时间是不可接受的。
用通俗的话来描述，我们假设n=1所需的时间为1秒。那么当n = 10，000时。
o（1）的算法需要1秒执行完毕。
o（n）的算法需要10，000秒 ≈ 2.7小时 执行完毕。
o（n2）的算法需要100，000，000秒 ≈ 3.17年 执行完毕。
o（n！）的算法需要******xx(系统的计算器已经算不出来了)。
可见算法的时间复杂度影响有多大。
所以o（1）和o（n）差了2.7小时，区别显而易见。
7楼：匿名用户
你理解错了，bai
我举个du例子：
你设计了一个字符串zhi类：客
dao户有时需要知道字符串的专长度,
所以有两种属设计getlength（）函数的方法1。每次客户询问长度，你都用循环检测串长，即for(i=0;str[i]!=0;++i)这样效率低 时间复杂度o(n)
2 每次串内容改变时才算长度，算好后存起来，以后客户需要知道字符串的长度就直接把变量值返回这样效率高 时间复杂度o(1)
8楼：匿名用户
o(1)复杂度是与输入数据copy
无关，baio(n)是与输入数据成正比。
对于du程序zhia，for(int i=0;i<1000;i++)，当输入任意的n时循环次数dao均为1000，复杂度为o(1)；
对于程序b，for(int i=0;i 时间复杂度o(n)和o(n log n)哪个快 9楼：匿名用户 0(n)比0(n*log(2,n))快。不要去讨论n的值，多个时间复杂度比较，n都是取很大的值，这个时候就与输入规模无关了。对单个的时间复杂度讨论的时候，才会去考虑n的输入规模。 10楼：木野轻风 当n<=2时，两者相等； 当n>3时，log n>1，所以n log n>n*1，即n log n>n； 当n变得很大时，o(n log n）比o（n）会大很多 11楼：匿名用户 看n的大写，如何logn的结果是小于等于1的。后者快。不然前者快 时间复杂度是o(n^2)是什么意思? 12楼：白衣太史 这个意思是说一个算法时间的消耗是和其计算步数成平方增长的。 n^2就是n的平方，在一般的输入框里面没法打出上标，才这么写的。 如果某算法，算十步的时间是100秒，而其时间复杂度是o(n^2)的话，那么算11步的时间大概就是121秒 我的解释比较粗俗，这个里面的回答很专业，但是如果没有相应基础，不是很好懂，看看你能看懂不？ http://zhidao.baidu.***/question/10758328.html 时间复杂度为n(n-1)/2时记作o(n^2），还是什么意思，为什么这两个会相等？ 13楼：匿名用户 g(x)记作o(f(x))的含义是存在一个正数c，使得g(x) < c*f(x)，上面如果令c＝1，那么，对于任何n，n(n-1)/2 <= n^2都是成立的。 14楼：匿名用户 当n趋于无穷大时可忽略常数，所以-1，/2可忽略，答案是o(n^2) 15楼：宇飞天才小诸葛 当n——>无穷，n(n-1)/2=n^2/2-n/2——>n^2（n/2的影响忽略不计。） 16楼：蓝蓝蓝鲸鲸鲸 在n特别大的时候，n和n^2比大小啊可以忽略，o()看的是最大的那一级 17楼：赧衣牟若彤 时间复杂度 算法分析 同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。 1、时间复杂度 （1）时间频度 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。 一个算法中的语句执行次数称为语句频度或时间频度。记为t(n)。 （2）时间复杂度 在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度t(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。 一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用t(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，t（n)/f(n)的极限值为不等于零的常数，则称f(n)是t(n)的同数量级函数。记作t(n)=o(f(n)),称o(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。 在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为o(1),另外，在时间频度不相同时，时间复杂度有可能相同，如t(n)=n2+3n+4与t(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为o(n2)。 按数量级递增排列，常见的时间复杂度有： 常数阶o(1),对数阶o(log2n),线性阶o(n), 线性对数阶o(nlog2n),平方阶o(n2)，立方阶o(n3),...， k次方阶o(nk),指数阶o(2n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。 2、空间复杂度 与时间复杂度类似，空间复杂度是指算法在计算机内执行时所需存储空间的度量。记作: s(n)=o(f(n)) 我们一般所讨论的是除正常占用内存开销外的辅助存储单元规模。 o(n)是什么 18楼：guxuecan剑 o(n)不是算法，它是一个函 数，是一个表征算法时间复杂度的一个函数。 计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大o符号表述，不包括这个函数的低阶项和首项系数。 使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况。 19楼：匿名用户 1、时间复杂度 （1）时间频度 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。 一个算法中的语句执行次数称为语句频度或时间频度。记为t(n)。 （2）时间复杂度 在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度t(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。 一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用t(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，t（n)/f(n)的极限值为不等于零的常数，则称f(n)是t(n)的同数量级函数。记作t(n)=o(f(n)),称o(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。 在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为o(1),另外，在时间频度不相同时，时间复杂度有可能相同，如t(n)=n2+3n+4与t(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为o(n2)。 按数量级递增排列，常见的时间复杂度有： 常数阶o(1),对数阶o(log2n),线性阶o(n), 线性对数阶o(nlog2n),平方阶o(n2)，立方阶o(n3),...， k次方阶o(nk),指数阶o(2n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。 1楼 mean有方法的 o什么，要知道，排序理论最快时间复杂度只能是nlogn，不能再快，这是有证明的。想要提高速度用c 函数库的qsort 如何对n个数进行排序，要求时间复杂度o，空间复杂度o 2楼 钟萌纳 题目 如何对n个不重复出现的整数序列进行排序 已知这些数的范围为 0 65535 要求时间... 1楼 1么么么么么哒 o n 这个大o表示的是最坏情况下的时间复杂度，就比如你举的例子，一共n 3次乘法和n 3次加法，那么加起来就是2 n 3。然后如果有一个表达式f n ，使得n趋于无穷大的时候，lim 2 n 3 f n 常数c，那么就可以用大o表示。表示为o f n ，而且规定f n 的表达... 1楼 世界文明导师 根据《算法导论 中文版 》p83 以及《算法 中文版 》部分章节版内容 算法 最坏情况运行时权间 平均情况 冒泡 插入 选择 排序 n 2 n 2 快速排序 n 2 n log n 希尔排序 希尔增量 n 2 n 1 3 2 堆排序 n log n n log n 注 希尔排序的...如何对n个数进行排序，要求时间复杂度o，空间复杂度o
时间复杂度tnofn的o什么意思
各种排序法的时间复杂度到底多少,各种排序法的时间复杂度到底多少
10