Wat is de grote O van een for-lus?

2024 Auteur: Lynn Donovan | [email protected]. Laatst gewijzigd: 2023-12-15 23:51

De grote O van een lus is het aantal iteraties van de lus in aantal uitspraken binnen de lus . Nu volgens de definitie, de Grote O zou moeten zijn O (n*2) maar het is O (N).

Evenzo kun je je afvragen, wat is de complexiteit van een for-lus?

Aangezien we aannemen dat de uitspraken O(1) zijn, is de totale tijd voor de for lus is N * O(1), wat in totaal O(N) is. De buitenste lus voert N keer uit. Elke keer dat de buitenste lus voert uit, de innerlijke lus voert M keer uit. Als gevolg hiervan zijn de uitspraken in de innerlijke lus in totaal N * M keer uitvoeren.

Bovendien, wat is Big O-notatie met voorbeeld? De Grote O-notatie definieert een bovengrens van een algoritme, het begrenst een functie alleen van bovenaf. Voor voorbeeld , beschouw het geval van Insertion Sort. Het kost lineaire tijd in het beste geval en kwadratische tijd in het slechtste geval. We kunnen gerust zeggen dat de tijdscomplexiteit van Insertion sort is O (n^2).

Simpel gezegd, hoe vind je de tijdcomplexiteit van een for-lus?

Selectie sorteren en Insertion Sort hebben bijvoorbeeld O (n ^ 2) tijd complexiteit . O(Aanmelden) Tijdscomplexiteit van een lus wordt beschouwd als O(Logn) als de lus variabelen wordt gedeeld / vermenigvuldigd met een constant bedrag. Binair zoeken heeft bijvoorbeeld O(Logn) tijd complexiteit.

Hoe bereken je Big O?

Tot bereken Big O , kunt u door elke regel code gaan en vaststellen of het is O (1), O (n) etc en retourneer uw berekening aan het einde. Het kan bijvoorbeeld zijn: O (4 + 5n) waarbij de 4 staat voor vier instanties van O (1) en 5n staat voor vijf gevallen van O (N).