算法的时间复杂性T（n)，可以通过计算算法基本语句的执行次数来获得。分析下列程序的时间复杂性。 （10) K = 0。 （20) I = 2。 （30) While （I＜=8) （40) { k="K" + i。 （50) i="I" 2。} 该程序时间复杂性表达正确的是（＞ A、O（n)。

B、O(n)

C、O()

D、O(n!)

一般而言，算法设计完成后，需要进行算法的模拟与分析。关于算法的模拟与分析回答问题： 算法的时间复杂性T(n)，可以通过评估算法基本语句的执行次数来获得。分析下列算法的时间复杂性。 Start of the algorithm(算法开始) (1) 输入结点的数目n； (2) 当前最短路径Path设为空，当前最短距离Dtemp设为最大值； 注：一个路径是n个结点的一个组合，任何一个结点在路经中不能重复出现 (3) 组合一条新路径NewPath并计算该路径的距离D； (4) 如果D <dtemp 则path="NewPath，且Dtemp" d； (5) 如果所有路径组合完毕，则结束；否则转第(3)步继续执行； (6) 输出path及dtemp； end of the algorithm(算法结束)> A、

B、

C、

D、

(1)设上述Poly算法所做的乘法次数是T(n)，计算T(n)。

(2)如果按照传统的算法：对于n=0，1，...，n，分别计算a_kx^a-k，然后把它们加起来，那么需要多少次乘法?哪种算法效率更高?为什么?

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