大O符号中的T（n）

Question

当计算T(n)复杂度时，1n通常表示为n？

例如，在以下Python代码中：

def Average(aList):
    x = len(aList)
    total = 0
    for item in aList:
        total = total + item
    mean = total / n
    return mean

现在计算出T（n），函数以2个赋值开始，1个循环是1n赋值，1个循环给出后赋值

T（n）= 1n + 3

是否会丢弃1给n + 3给出O（n）？

Answer 1

订单表示法是关于算法复杂性的增长，而不是具体的操作次数。

因此，O（3n）以与O（n）相同的速率增长，因此消除了乘法和加法常数。考虑比率，如果你将＆＃34; n＆＃34;的值加倍，那么在这两种情况下，时间加倍。

忽略增长较慢的组件。在极限O（n + 3）在O（n）处以大约相同的速率增长。就此而言，它的增长率与O（10n + log（n）+7）大致相同。

符号表示法的关键思想是＆＃34; n＆＃34;增长。它不是要计算所有具体操作。

Answer 2

＆＃34; Big O＆＃34; （或Landau）表示法所有常量都被删除，因为它们不会影响函数/复杂性的增长。因此1n + 3将是O（n）而不是O（1n + 3）或O（n + 3）。

这是因为该功能的线性。像2n这样的东西也是O（n），因为因子2只是影响函数的输出但不影响强度/速率＆＃34;你的职能在哪里成长。

Answer 3

它是"Big O" notation。增加常数会减少，并且乘以常数。