第1题:
某算法的时间复杂度可用递归式[*],表示,若用[*]表示该算法的渐进时间复杂度的紧致界,则正确的是(62)。
A.(nlg2n)
B.(nlgn)
C.(n2)
D.(n3)
第2题:
假设某算法的计算时间可用递推关系式T(n)=2T(n/2)+n,T(1)=1表示,则该算法的时间复杂度为()
A.O(logn)
B.O(n*logn)
C.O(n)
D.O(n^2)
第3题:
A对于任何的数据量,A算法的时间开销都比B算法小
B随着问题规模n的增大,A算法比B算法有效
C随着问题规模n的增大,B算法比A算法有效
D对于任何数据量,B算法的时间开销都比A算法小
第4题:
● 若某算法在问题规模为 n 时,其基本操作的重复次数可由下式表示,则该算法的时间复杂度为 (64) 。
(64)A. O(n) B. O(n2) C. O(logn) D. O(nlogn)
第5题:
计算N!的递归算法如下,求解该算法的时间复杂度时,只考虑相乘操作,则算法的计算时间T(n)的递推关系式为(55);对应时间复杂度为(56)。
int Factorial (int n)
{//计算n!
if(n<=1)return 1;
else return n * Factorial(n-1);
}
(62)
A.T(n)=T(n-1)+1
B.T(n)=T(n-1)
C.T(n)=2T(n-1)+1
D.T(n)=2T(n-1)-1
第6题:
设求解某问题的递归算法如下:
F(int n){
if n=1 {
Move(1)
}else{
F(n-1);
Move(n);
F(n-1);
}
}
求解该算法的计算时间时,仅考虑算法Move所做的计算为主要计算,且Move为常数级算法。则算法F的计算时间T(n)的递推关系式为(9);设算法Move的计算时间为k,当 n=4时,算法F的计算时间为(10)。
A.T(n)=T(n-1)+1
B.T(n)=2T(n-1)
C.T(n)=2T(n-1)+1
D.T(n)=2T(n+1)+1
第7题:
在某个算法时间复杂度递归式T(n)=T(n-1)+n,其中n为问题的规模,则该算法的渐进时间复杂度为( ),若问题的规模增加了16倍,则运行时间增加( )倍。
A.Θ(n) B.Θ(nlgn) C.Θ(n2) D.Θ(n2lgn) A.16 B.64 C.256 D.1024
第8题:
第9题:
第10题:
第11题:
设待处理问题的规模为n,若一个算法的时间复杂度为一个常数,则表示成数量级的形式为(),若为n*log25n,则表示成数量级的形式为()。
第12题:
第13题:
某算法的时间复杂度表达式为T(n)=an2+bnlgn+cn+d,其中,n为问题的规模,a、b、c和d为常数,用O表示其渐近时间复杂度为( )。
A.(n2)
B.O(n)
C.O(nlgn)
D.O(1)
第14题:
某算法的时间代价递推关系为T(n)=2T(n/2)+n,T(1)=1,则该算法的时间复杂度为______。
A.O(n)
B.
C.O(n2)
D.O(1)
第15题:
● 设某算法的计算时间表示为递推关系式T(n)= T(n-1) + n (n>0) 及T(0)=1,则该算法的时间复杂度为 (65) 。
第16题:
若n表示问题的规模、O(f(n))表示算法的时间复杂度随n变化的增长趋势,则算法时间复杂度最小的是(59)。
A.O(n2)
B.O(n)
C.O(logn)
D.O(nlogn)
第17题:
设某算法的计算时间表示为递推关系式T(n)=T(n-1)+n(n>O)及T(0)=1,则该算法的时间复杂度为(65)。
A.O(lgn)
B.O (nlgn)
C.O(n)
D.O(n2)
第18题:
设某算法的计算时间可用递推关系式T(n)=2T(n/2)+n表示,则该算法的时间复杂度为(1)。
A.O(lgn)
B.O(nlgn)
C.O(n)
D.O(n2)
第19题:
第20题:
第21题:
第22题:
时间复杂度记为:T(n)=O(f(n));其中n是()。
第23题:
函数
问题的规模
渐近符号
规模的函数