时间复杂度作业

这篇博客主要解答了四个关于时间复杂度的问题,涉及算法执行次数的计算及渐近时间复杂度的评估。内容包括:第一题中算法的时间复杂度为O(n);第二题的复杂度未给出;第三题的执行次数为n^2,时间复杂度为O(n^2);第四题的执行次数为向上取整的√n次,时间复杂度为O(√n)。

第一题

1、确定划线语句的执行次数,计算它们的渐近时间复杂度。

i=1; k=0; 

do { 

      k=k+10*i; 

      i++; 

} while(i<=n)

答案

执行的次数为n
算法复杂度为O(n)

第二题

2、确定划线语句的执行次数,计算它们的渐近时间复杂度。

i=1; x=0; 

do { 

      x++; 

      i=3*i; 

} while( i<n);

答案

执行次数:
在这里插入图片描述
复杂度为:
在这里插入图片描述

第三题

3、确定划线语句的执行次数,计算它们的渐近时间复杂度。

i=1; x=0; 

for(i=0;i<n;i++) 

     for( j=0;j<n;j++) 

          a[i][j]=0;

答案

执行的次数是n^2
时间复杂度是O(n^2)

第四题

确定划线语句的执行次数,计算它们的渐近时间复杂度。

y=0; 

while(n>=y*y)

         y++;

答案

执行次数:执行√n+1向上取整次
渐近时间复杂度:O(√n)

### Redis 操作时间复杂度分析 Redis 是一种高性能的键值存储系统,其操作的时间复杂度主要取决于底层的数据结构设计。以下是几种常见 Redis 数据类型的操作及其时间复杂度: #### 1. **String 类型** - `SET key value` 将键 `key` 设定为指定的字符串值,无论是否存在旧值都会被覆盖。该操作的时间复杂度为 \(O(1)\)[^4]。 - `GET key` 获取键 `key` 对应的值。如果键不存在,则返回特殊值 `nil`。此操作的时间复杂度同样为 \(O(1)\)[^4]。 - `DECRBY key decrement` 和 `INCRBY key increment` 这两个命令分别用于将键对应的数值减少或增加一定量。它们的时间复杂度均为 \(O(1)\)[^4]。 - `MGET key [key ...]` 批量获取多个键的值。假设要查询的键数量为 \(n\),则该操作的时间复杂度为 \(O(n)\)。 - `MSET key value [key value ...]` 同时设置多个键值对。设需设置的键值对数目为 \(n\),则时间复杂度为 \(O(n)\)[^4]。 #### 2. **Hash 类型** 哈希表中的字段和值之间的映射关系使得许多操作能够达到常数级性能。具体如下: - 添加/修改字段 (`HSET`) 或者读取字段 (`HGET`) 都具有 \(O(1)\) 的平均时间复杂度。 - 如果涉及批量操作(如 `HMGET`, `HMSET`),这些命令的时间复杂度通常与所处理的字段数量成线性比例。 #### 3. **List 类型** 列表由双向链表实现,在两端插入或删除元素可保持恒定开销即 \(O(1)\),然而访问中间位置的某个特定索引处的元素可能需要遍历整个链条从而导致高达 \(O(N)\) 的成本[^4]。 #### 4. **Set 及 Sorted Set (ZSet)** 集合采用散列法管理成员,因此大多数基本集合作业像加入(`SADD`)、移除(`SREM`)或是测试成员资格(`SISMEMBER`)都能保证接近于瞬时完成-\(O(1)\);而对于有序集合而言,由于内部维持着分数排序特性,故某些额外功能比如范围检索会稍显昂贵些但仍属合理范围内-O(logN)+K(K代表匹配项总数). #### 特殊注意 - Skiplist 结构应用 针对跳跃表(skiplist), 它提供了类似于平衡树那样的快速查找能力\(O(\log N)\)[^2], 并且相比起传统RB-tree来说更容易编码实现也更为灵活可控. 综上所述,Redis 中大部分核心指令得益于精心挑选的基础数据模型而具备极高的效能表现。 ```python # 示例 Python 脚本展示如何测量 SET 和 GET 命令耗时 import redis from time import perf_counter r = redis.Redis(host='localhost', port=6379) def measure_set(): start_time = perf_counter() r.set('benchmark_key','test_value') end_time = perf_counter() return end_time - start_time print(f"Time taken for SET operation: {measure_set()} seconds") def measure_get(): start_time = perf_counter() result = r.get('benchmark_key') end_time = perf_counter() return end_time - start_time print(f"Time taken for GET operation: {measure_get()} seconds") ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值