1樓：匿名使用者
1樓的有點問題，中間應該是加
sum = (0 - (n >> 1)) + ((n & 0x01) ? n : 0);
1樓的是最標準的答案了，一看就知道c的功底相當厲害。
只可惜樓主沒采納。遺憾。
2樓：
可以用公式的
觀察到1-2=-1
3-4=-1
5-6=-1
如果n是奇數的話
答案是-(n-1)/2+n
如果n是偶數的話答案是-n/2
#include
#include
int sum(int n)
int main()
3樓：匿名使用者
化簡表示式：
s = 1-2+3-4+5-6+...±n=(1-2)+(3-4)+(5-6)...(n-1-n) =-1-1-1-1-1...-1=-n/2 (n為偶數)
=(1-2)+(3-4)+(5-6)...+n = -1-1-1-1-1-1...-1+n=-(n-1)/2+n=n/2+1/2=(n+1)/2 (n為奇數)
則可得以下函式：
int function(int nt)
那麼從函式來看，function中nt%2步數為1，後面的兩個算式均為1，而兩個算是隻會執行一個，return步數為1，那麼function的步數為3，時間複雜度為t(function) = o(1)，符合要求
4樓：匿名使用者
int fun(int s,int i)
else
return s;}
5樓：
sum = (0 - (n >> 1)) - ((n & 0x01) ? n : 0);
2.陣列a[n]，存放了1至n-1個數，其中某個數重複一次。寫一個函式，找出被重複的數字.時間複雜度必須為o（n
6樓：
演算法思想：先對1..n-1之間的所有整數累加求和，再對陣列中的所有元素累加求和；用後者減去前者得到的差就是重複的數字。
參考源**(c++)：
#include "iostream.h"
void main()
;int n = 7;
int sum1, sum2;
int i;
for(i=1,sum1=0; i for(i=0,sum2=0; i cout<<"重複的數字是 "< } 時間複雜度：o（n） 演算法特點：對於陣列中數值的出現順序不做任何要求，即無需有序（這是二樓演算法的缺陷）。 7樓：匿名使用者 a[n]中存放了的數的範圍是1至n-1嗎？ 8樓：匿名使用者 #include #define n 10 int main() ;int i; for(i=0;i化，語句為： for(i=0;i是：從1到n-1有n-1個數，所以，重複的數只有一個，而且陣列的值有一定的規律，即array[i]=i+1, 那麼我們就可以根據這個來找到重複的資料了，即只要前面這個等式不成立，那麼這個數就找到了，輸出即可。 用c++函式描述個演算法，並求出時間複雜度 9樓：匿名使用者 #include int max=0,may=0; int array[5][5]; void remax() 快速排序方法的時間複雜度為o(n^2）=n(n-1)/2. 10樓：匿名使用者 1）對於你的問題簡單解釋如下： 理論計算機研究中，衡量演算法一般從兩個方面分析：時間複雜度和空間複雜度。空間複雜度跟時間複雜度是類似的，下面簡單解釋一下時間複雜度： 對於一個資料規模為n的問題，解決該問題的演算法所用時間可以用含有n的函式t(n)來表示。對於絕大多數情況，我們只需要瞭解演算法的一般效能而不考慮細節，也就是說，我們只關心函式t(n)的表示式的形式，而不關心表示式的常數係數等與資料規模沒有關係的量值。對於函式t(n)，我們又進一步將它簡化為o(n)，即只考慮演算法平均執行時間的「瓶頸」，也就是t(n)表示式中，關於變數n增長最快的哪一項。 比如下面的**： for(int i=1; i<=n*2; i++)for(int j=1; j<=n; j++)// do something here 那麼這個演算法的時間複雜度就是o(n^2)，因為它有兩層迴圈，每層迴圈的資料規模都是n。注意第一層迴圈（外迴圈）要迭代n*2次，則實際上t(n)=2*n*n，而對於o(n)來說，我們忽略了常數2，只保留了n^2。這就是大o記法的一個概括，並不精確。 對於時間複雜度的更精確、深入的解釋，可以自己查閱《演算法導論》第一章。 2）更正你的問題：快速排序演算法的時間複雜度應該為o(n lg n)。注意三種時間複雜度符號表示的不同意義！ 英文字母o代表的是平均執行時間，因此對於快速排序來說應該是o(n lg n)。而使用下界函式omega或者上界函式theta則分別表示演算法執行的最快和最慢時間。對於未使用隨機化的快速排序，理論上可以證明，存在某一方法構造出一組資料使快速排序「退化」成平方複雜度演算法即theta(n^2)。 但是對於其o(n)表示法應該為o(n^2)。 11樓：匿名使用者 n 趨於無窮大時無窮大的階數。 同一問題可用不同演算法解決，而一個演算法的質量優劣將影響到演算法乃至程式的效率。演算法分析的目的在於選擇合適演算法和改進演算法。 電腦科學中，演算法的時間複雜度是一個函式，它定量描述了該演算法的執行時間。這是一個關於代表演算法輸入值的字串的長度的函式。時間複雜度常用大o符號表述，不包括這個函式的低階項和首項係數。 使用這種方式時，時間複雜度可被稱為是漸近的，它考察當輸入值大小趨近無窮時的情況。 演算法設計與分析 已知某個演算法的時間複雜度t(n)=o(f(n))，f(n)是什麼函式？t(n)和f(n)是什麼關係？ 12樓：匿名使用者 時間複雜度 演算法分析 同一問題可用不同演算法解決，而一個演算法的質量優劣將影響到演算法乃至程式的效率。演算法分析的目的在於選擇合適演算法和改進演算法。一個演算法的評價主要從時間複雜度和空間複雜度來考慮。 1、時間複雜度 （1）時間頻度 一個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且一個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數多，它花費時間就多。 一個演算法中的語句執行次數稱為語句頻度或時間頻度。記為t(n)。 （2）時間複雜度 在剛才提到的時間頻度中，n稱為問題的規模，當n不斷變化時，時間頻度t(n)也會不斷變化。但有時我們想知道它變化時呈現什麼規律。為此，我們引入時間複雜度概念。 一般情況下，演算法中基本操作重複執行的次數是問題規模n的某個函式，用t(n)表示，若有某個輔助函式f(n),使得當n趨近於無窮大時，t（n)/f(n)的極限值為不等於零的常數，則稱f(n)是t(n)的同數量級函式。記作t(n)=o(f(n)),稱o(f(n)) 為演算法的漸進時間複雜度，簡稱時間複雜度。 在各種不同演算法中，若演算法中語句執行次數為一個常數，則時間複雜度為o(1),另外，在時間頻度不相同時，時間複雜度有可能相同，如t(n)=n2+3n+4與t(n)=4n2+2n+1它們的頻度不同，但時間複雜度相同，都為o(n2)。 按數量級遞增排列，常見的時間複雜度有： 常數階o(1),對數階o(log2n),線性階o(n), 線性對數階o(nlog2n),平方階o(n2)，立方階o(n3),...， k次方階o(nk),指數階o(2n)。隨著問題規模n的不斷增大，上述時間複雜度不斷增大，演算法的執行效率越低。 樓上的程式，個人認為有點小問題，修改如下 private sub form click dim n as integer dim sum as integer sum 0 n val inputbox 輸入一個整數 sum 0 for i 1 to n 此處修改sum sum 1 i 1 i 此處修... sum 0 n 1 n 0x01 n 0 main include void main vb程式設計計算1 2 3 4 5 6 n的值，n由使用者輸入 dim n as long,m as longdim i as long n val text1.text m 0for i 1 to n m m ... include int main 函式計算1 2 3 4 n,n的值由主調函式傳入,計算結果並返回 使用公式精簡 int sum int n fun int n main fun int n return sum 我剛考bai完計算機二級duc,所以記得比較清楚,希zhi望能幫到你dao inclu...用vb程式設計計算1 2 3 4 5 6 n的值，n由文字框輸
用C語音程式設計計算1 2 3 4 5 6 n的值，n由文字框輸入，要求時間複雜度為O（1）
編寫函式計算1234n,其中n的值由主調函式