一个简单算法的优化问题
算法如下:
以上算法时间复杂度是O(n2);
改进后时间复杂度为O(n);
谢谢!
public static double evel(int n)
{
double[] c=new double[n+1];
c[0]=1.0;
for(int i=1;i<=n;i++){
double sum=0.0;
for(int j=0;j<i;j++){
sum+=c[j];
}
c[i]=2.0*sum/i+i;
}
return c[n];
}
以上算法时间复杂度是O(n2);
改进后时间复杂度为O(n);
谢谢!
...全文
相关推荐
homework2-mpmc
homework2-mpmc
家庭果园种植管理-入门版-清新雅致.docx
家庭果园种植管理-入门版-清新雅致
年终工作总结-互联网-清新雅致.docx
年终工作总结-互联网-清新雅致
高校如何通过技术转移服务提升成果转化率,助力区域创新发展?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
明厨亮灶检测数据集17000张yolo格式划分训练和验证集.zip
数据集说明 样本分类输出(中文):cockroach,hairnet,no_gloves,no_hat,rat,with_mask,without_mask,smoke,phone,overflow,garbage,garbage_bin,chef_uniform,chef_hat 样本分类输出(英文):蟑螂,发网,无手套,无帽子,老鼠,有口罩,无口罩,烟雾,电话,溢出,垃圾,垃圾桶,制服,帽子 样本分类输出数量:14 训练集train: 15195个样本 验证集valid: 2785个样本 训练集和验证集样本比例:约5:1 yolo8训练命令行参考:yolo detect train model=yolov8n.pt data=detect_kitchen/data.yaml batch=32 epochs=1 imgsz=640 device=cuda


