算法设计与分析
T（n）表示当输入规模为n时的算法效率，以下算法效率最优的是（）A、T（n）=T（n–1）+1，T（1）=1B、T（n）=2n2C、T（n）=T（n/2）+1，T（1）=1D、T（n）=3nlog2n
题目
T（n）表示当输入规模为n时的算法效率，以下算法效率最优的是（）
- A、T（n）=T（n–1）+1，T（1）=1
- B、T（n）=2n2
- C、T（n）=T（n/2）+1，T（1）=1
- D、T（n）=3nlog2n
相似问题和答案
第1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)
解析：由时间代价严格推出时间复杂度比较复杂，对于这种题，可用特例验证，不过需要注意的是特例不能取太少，至少n取到5，这样规律基本就可以确定了。
T(1)=1
T(2)=2T(1)+2=4
T(3)=2T(1)+3=5
T(4)=2T(2)+4=12
T(5)=2T(2)+5=13
很容易排除D选项，其递增速率介于O(n)和O(nsup>2</sup>)之间，故选B。
第2题：
以下函数中渐进时间最小的是(64)。
A．T1(n)=2n+nlogn
B．T2(n)=n2+logn
C．T3(n)=2n+nlogn
D．T4(n)=n+10000logn
解析：通常情况下，算法中基本操作重复执行的次数是问题规模n的某个函数f(n)，算法的时间量度记作T(n)=O(f(n))。它表示随问题规模n的增大，算法执行的时间的增长率和f(n)的增长率相同，称为算法的渐进时间复杂度。当n→∞时，常见的渐进时间复杂度大小关系如下。
O(1)≤O(n)≤O(nlogn)≤O(n2)
由此可知，本试题选项中所给出的4个函数中，函数T4(n)=n+10000logn的渐进时间最小。
第3题：
临床Ⅰ期
A.T1N2M1
B.T1N0M0
C.T2N0M0
D.T1N2M0
E.T2N1M0
第4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：
通常选用四格表资料Fisher确切概率计算法的条件是
A、T＜5
B、T＜1或n＜40
C、T＜1且n＜40
D、1≤T＜5且n＞40
E、T＜5或n＜40
第7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8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9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)
解析：本题考查算法设计基础知识。根据题目中给出的递推关系：T(n)＝T(n-1)+n＝T(n-2)+n-1+n＝…＝T(0)+1+2+…+n-1+n＝1+n(n+1)/2
第10题：
A.T1N1M0
B.T2N1M0
C.T2N2M0
D.T3N0M0
E.T3N1M0