1.简单
哪种记号表示增长的上界?
- ABig Omega
- BBig O
- CBig Theta
- DLittle omega
2.简单
在包含 n 个元素的无序数组中进行线性查找(linear search)的时间复杂度(最坏情况)是多少?
- AO(n)
- BO(n²)
- CO(1)
- DO(log n)
3.简单
下列哪个运行时间是多项式的?
- AO(nⁿ)
- BO(2ⁿ)
- CO(n!)
- DO(n³)
4.中等
下面代码的时间复杂度是多少:for i = 1 to n: for j = 1 to i: 执行 O(1) 的工作?
- AO(n log n)
- BO(n²)
- CO(n³)
- DO(n)
5.中等
为什么许多库排序函数在子数组很小时会改用插入排序?
- A插入排序开销小,在小规模或几乎有序的输入上很快
- B插入排序在最坏情况下是 O(n log n)
- C递归算法无法处理少于 10 个元素的数组
- D在大规模输入上,插入排序比任何其他排序算法使用的内存都少
6.中等
你对一个 n 个元素的数组排序一次,然后用二分查找回答 k 次成员查询。总代价是多少?
- AO(k n log n)
- BO(nk)
- CO(n + k)
- DO(n log n + k log n)
7.困难
22n 属于 O(2ⁿ) 吗?
- A不属于,因为 22n 增长得比 2ⁿ 慢
- B属于,因为在 Big O 中指数里的常数因子总是被忽略
- C不属于,因为 22n = 4ⁿ,而 4ⁿ / 2ⁿ = 2ⁿ 无界地增长
- D属于,因为两者都是指数级的
8.困难
为什么在有序数组中任何基于比较的查找在最坏情况下都需要 Ω(log n) 次比较?
- A二分查找是唯一可能的算法,它需要 log₂ n 次比较
- B有 n 种可能结果的决策树,其深度至少为 log₂ n
- C每次比较都需要对数时间
- D每个元素都必须至少比较一次
答案
- 1. B · Big O
- 2. A · O(n)
- 3. D · O(n³)
- 4. B · O(n²)
- 5. A · 插入排序开销小,在小规模或几乎有序的输入上很快
- 6. D · O(n log n + k log n)
- 7. C · 不属于,因为 22n = 4ⁿ,而 4ⁿ / 2ⁿ = 2ⁿ 无界地增长
- 8. B · 有 n 种可能结果的决策树,其深度至少为 log₂ n
完整分步解答:请在 examproblems.com 上练习本主题。