1.)
Semua faktor ini harus dipertimbangkan saat menganalisis waktu tempuh suatu algoritma.
2.)
O(1) + O(1) + O(1) + O(n * (O(1) + O(1) + O(1) + O(n^2 * (O(1) + O(1) + O(1)))) + O(1) + O(1)
Simplifikasi dari kompleksitas ini adalah O(n^3), karena komponen yang dominan adalah loop dalam
loop (for index dan for indexx). Jadi, kompleksitas waktu asimptotik dari algoritma ini adalah O(n^3).
3.)
a) T(n) = n^2 + 3n - 1
Dalam eksponen kedua, kita memiliki (3n^2)^2 = 9n^4, yang mendominasi pertumbuhan.
Dalam eksponen kedua, kita memiliki (3 log n)^2, yang tidak mendominasi pertumbuhan secepat n^2.
4.)
T1(n) = 2n + n^9
T2(n) = n log(n)
5.)
Untuk membuktikan bahwa T(n) = (n^2 + 4)^2 + 7 adalah O(n^3), kita perlu menunjukkan bahwa
terdapat konstanta positif c dan n0 sehingga T(n) <= c * n^3 untuk setiap n >= n0.
Sekarang, kita akan mencari batas atas yang sesuai. Pertama, kita dapat menyatakan bahwa:
Sekarang, mari kita perhatikan bahwa n^4 adalah suku yang mendominasi pertumbuhan di antara n^4,
8n^2, dan 23. Oleh karena itu, kita dapat mengatakan:
T(n) <= n^4 + 8n^2 + 23 <= n^4 + 8n^4 + 23n^2 = 9n^4 + 23n^2
Sekarang, kita dapat menyatakan bahwa T(n) <= 9n^4 + 23n^2 untuk setiap n.
Kita telah menemukan konstanta positif c = 9 dan n0 = 1, di mana T(n) <= c * n^3 untuk setiap n >= n0.