Question

我一直在练习大O符号，除了涉及递归函数之外，我似乎理解它。我可以处理简单的问题（比如O(n)或O(1)，但我通常会迷失其他任何东西。以下是三个实践问题，如果有人解释他们如何找到答案的过程，我将非常感激。

  public static int method2(int n)
  {
    if (n < 1) throw new IllegalArgumentException();
    if (n == 1)
      return 2;
    else
      return method2(n - 1) * (2 * n);
  }


  public static void method3(int n)
  {
    if (n < 1) throw new IllegalArgumentException();
    if (n == 1)
      System.out.print("1");
    else {
      method3(n - 1);
      System.out.print(", " + n);
    }
  }


  public static void method4(int n)
  {
    if (n < 1) throw new IllegalArgumentException();
    if (n==1) System.out.print(1);
    else if (n==2) System.out.print("1 1");
    else {
        System.out.print((n+1)/2+ " ");
        method4(n-2);
        System.out.print(" "+(n+1)/2);
    }
}
}

Answer 1

这个例子很简单。

在method2中，您从n开始，然后按1向下走，直至1。因此，您将n拨打method2，即O(n)。

method3与method2相同，只是操作不同。您可以将method3调整为n，然后将1减少method4。

在n中，2减少1，直至其2或n/2，因此您将执行<a name="Suchfeld">Suchfeld</a><a class="Schlagwort" name="Suchfeld_Definition"></a>步骤，即还是O（n）。

这不是了解递归函数速度的最佳示例。您需要使用具有多个递归选项的示例。

所有这些选项都可以转换为具有相同复杂性的for循环，所以尽量以这种方式思考它是否可以帮助你。

重复函数的大O表示法

1 个答案: