1楼：匿名用户
肯定是第一个的时间复杂度低，把两种函数的曲线画出来就清楚了
为什么该循环的时间复杂度为o(log{2}n)：int i = 1; while(i <= n) i = i * 2;
2楼：匿名用户
因为从判断语句上看i从1循环到n，但是循环体中每次循环i都乘以2，所以实际上循环体只执行了log2n次（这是个简单的数**算吧！），而判断时间复杂度一般都是看循环体的实际有效执行语句的次数，所以该循环的时间复杂度是o(log2n)。
c++中的时间复杂度o（1）与o（n）有什么区别
3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。
4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。
5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)
6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 设序列长度为n,在最坏的情况下,时间复杂度为o(log2n)的算法是什么 7楼：匿名用户 二分法二分法的基本思想如下： 假设数据是按升序排序的，对于给定值x，从序列的中间位置开始比较，如果当前位置值等于x，则查找成功；若x小于当前位置值，则在数列的前半段中查找；若x大于当前位置值则在数列的后半段中继续查找，直到找到为止。 由于是数组是预先排序好的，所以可以采用折半查询的方式，每次抛掉待查询部分的一半 这样，长度为n的数组，只需要log2n次查询即可，2是对数的底。 例如，长度为7的数组，最多只需要3次就可以找到o(log2n)只是表示是log2n同一数量级，因为有个取整的问题，而且也有可能在查询过程中就已经找到（也就是某个折半查询点正好是待查询数据），这样o(log2n)就是一个上限 时间复杂度o(n)和o(n log n)哪个快 8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。 9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 10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 算法时间复杂度o(1)和o(2)的区别？？？ 11楼：a罗网天下 o后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。 时间复杂度为o(n)，就代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法。所以o(2)相比于o(1)数据量会更多，同时需要执行的时间会更多。 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),存在一个正常数c使得fn*c>=t(n)恒成立。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。 时间复杂度o(n^2)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是典型的o(n^2)的算法，对n个数排序，需要扫描n×n次。 比如o(logn)，当数据增大n倍时，耗时增大logn倍（这里的log是以2为底的，比如，当数据增大256倍时，耗时只增大8倍，是比线性还要低的时间复杂度）。二分查找就是o(logn)的算法，每找一次排除一半的可能，256个数据中查找只要找8次就可以找到目标。 o(nlogn)同理，就是n乘以logn，当数据增大256倍时，耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是o(nlogn)的时间复杂度。 12楼：天寂无痕 根据大o定义易知，o（1） = o（2）。用o(1)和o(2)表示同一个函数时，差别仅在于常数因子c而已。 两个都是时间复杂度为常量。复杂度是用来表达算法的复杂程度跟算法输入的规模n的关系。如果不管n是多大，算法的复杂程度都固定是1或者2（比如1条指令，2个循环），那么在“复杂度”这个概念上，两者都一样，叫做“常数阶”复杂度。 o(g(n)) = ，则g(n)是f(n)的渐进上界。o（g(n)）是指所有与g(n)具有相同增长率或比其增长率小的函数的集合。 13楼：兄弟连教育 时间复杂度是一个函数，它定量描述了该算法的运行时间。常见的时间复杂度有以下几种。 1，log(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。 14楼：茧与剑 o(1)与o(2)的阶位一样，所以仅仅是常数区别 15楼：寻秦记记 没有o(2)这一说，要么是o(1)，要么是o(f(n)) 二分法查找最坏情况下需要比较次数，为什么n次和o（log（2）n）都对呢？后者是什么意思 16楼：匿名用户 后者是算法复杂度的意思 n次是正确的吗？应该是log(2)n次才对啊 17楼：匿名用户 用二分法查找最多log2^n 用顺序查找最多是n次 18楼：野马皇上 顺序查找需要比较n次，二分法查找需要比较logn次 下列时间复杂度中最坏的是______. a.o(1) b.o(n) c.o(log2n) d.o(n2) 19楼： 答案选d，平方级大o的算法的效率是最慢的。最好的常数阶大o。 20楼：匿名用户 最坏的是d.o(n2) 1楼 影墨者 o n for i 0 i 100 i o n 2 for i 0 i 100 i for j 0 j 100 j 算法时间复杂度o 1 和o 2 的区别？？？ 2楼 a罗网天下 o后面的括号中有一个函数，指明某个算法的耗时 耗空间与数据增长量之间的关系。其中的n代表输入数据的量。 时... 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 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 要求时间复杂度o n 空间复杂度o 1 分析 可以申请一个大小为65536的数组a 数组的x下标代表数字x a x 代表x 在整数序列中出现的次数 扫描一遍整数序列就可以完成对该整数序列的排序 时间复杂度...列举时间复杂度为O(n)和O(n2)的算法
如何对n个数进行排序，要求时间复杂度o，空间复杂度o
如何对n个数进行排序，要求时间复杂度O，空间复杂度O