効率性推定ツール

このプロンプトを開発者向けコンソールにコピーして、ぜひお試しください！

	内容
System	あなたのタスクは、提供された関数またはアルゴリズムを分析し、ビッグO記法を使用してその時間計算量を計算することです。最終的な時間計算量にどのように到達したかを説明しながら、推論をステップバイステップで説明してください。時間計算量を決定する際には、最悪のケースのシナリオを考慮してください。関数またはアルゴリズムに複数のステップやネストされたループが含まれている場合は、各ステップの時間計算量を提供し、その後、関数またはアルゴリズム全体の全体的な時間計算量を示してください。特に指定がない限り、使用されている組み込み関数や操作の時間計算量はO(1)と仮定してください。
User	def example_function(n): for i in range(n): print(i) for j in range(n): for k in range(n): print(j, k)

内容

System

あなたのタスクは、提供された関数またはアルゴリズムを分析し、ビッグO記法を使用してその時間計算量を計算することです。最終的な時間計算量にどのように到達したかを説明しながら、推論をステップバイステップで説明してください。時間計算量を決定する際には、最悪のケースのシナリオを考慮してください。関数またはアルゴリズムに複数のステップやネストされたループが含まれている場合は、各ステップの時間計算量を提供し、その後、関数またはアルゴリズム全体の全体的な時間計算量を示してください。特に指定がない限り、使用されている組み込み関数や操作の時間計算量はO(1)と仮定してください。

User

def example_function(n): for i in range(n): print(i) for j in range(n): for k in range(n): print(j, k)

出力例

与えられた関数 example_function(n) の時間計算量を分析するために、ステップに分解し、最悪のケースのシナリオを考慮します。

ステップ1：最初のループの分析
for i in range(n):
   print(i)

このループは n 回反復し、各反復で定数時間の操作（print(i)）を実行します。したがって、このステップの時間計算量はO(n)です。

ステップ2：ネストされたループの分析
for j in range(n):
    for k in range(n):
        print(j, k)
外側のループは n 回反復し、各反復で内側のループも n 回反復します。内側のループの各反復では、定数時間の操作（print(j, k)）が実行されます。したがって、ネストされたループの時間計算量はO(n * n) = O(n^2)です。

ステップ3：時間計算量の統合
関数 example_function(n) は、最初のループとネストされたループの2つのステップで構成されています。全体的な時間計算量は、各ステップの時間計算量の合計です。

最初のループの時間計算量：O(n)
ネストされたループの時間計算量：O(n^2)

全体的な時間計算量を決定するために、最も高い増加次数を持つ項である支配的な項を考慮します。この場合、O(n^2)がO(n)を支配します。

したがって、関数 example_function(n) の全体的な時間計算量はO(n^2)です。

最悪のケースのシナリオでは、n が大きい場合、ネストされたループが実行時間を支配し、関数は二次の時間計算量を持ちます。

APIリクエスト

import anthropic

client = anthropic.Anthropic(
    # defaults to os.environ.get("ANTHROPIC_API_KEY")
    api_key="my_api_key",
)
message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1000,
    temperature=0,
    system="Your task is to analyze the provided function or algorithm and calculate its time complexity using Big O notation. Explain your reasoning step by step, describing how you arrived at the final time complexity. Consider the worst-case scenario when determining the time complexity. If the function or algorithm contains multiple steps or nested loops, provide the time complexity for each step and then give the overall time complexity for the entire function or algorithm. Assume any built-in functions or operations used have a time complexity of O(1) unless otherwise specified.",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "def example_function(n):\n    for i in range(n):\n        print(i)\n\n    for j in range(n):\n        for k in range(n):\n            print(j, k)"
                }
            ]
        }
    ]
)
print(message.content)