- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
假设我有两种算法:
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
//do something in constant time
}
}
这自然是O(n^2)
。假设我还有:
for (int i = 0; i < 100; i++) {
for (int j = 0; j < n; j++) {
//do something in constant time
}
}
这是O(n) + O(n) + O(n) + O(n) + ... O(n) + = O(n)
看来即使我的第二个算法是O(n)
,它也会花费更长的时间。有人可以对此进行扩展吗?我提出它是因为我经常看到算法,例如,它们首先执行排序步骤或类似的操作,并且在确定总复杂度时,它只是限制算法的最复杂元素。
最佳答案
渐近复杂度(big-O 和 big-Theta 所代表的)完全忽略了所涉及的常数因素 - 它只是为了表明随着输入大小变大,运行时间将如何变化。
所以 Θ(n)
肯定有可能算法可能需要比Θ(n<sup>2</sup>)
更长的时间给定的一些n
- 其中n
这种情况的发生实际上取决于所涉及的算法 - 对于您的具体示例, n < 100
就是这种情况,忽略两者之间优化不同的可能性。
对于任何两个给定的算法,取 Θ(n)
和Θ(n<sup>2</sup>)
分别时间,您可能会看到:
Θ(n)
当 n
时算法较慢很小,那么Θ(n<sup>2</sup>)
一个变慢为 n
增加Θ(n)
更复杂,即具有更高的常数因子,则会发生这种情况),或Θ(n<sup>2</sup>)
人总是比较慢。尽管 Θ(n)
肯定有可能算法可能会慢一些,那么Θ(n<sup>2</sup>)
一,然后 Θ(n)
再次,依此类推 n
增加,直到 n
变得非常大,从那时起 Θ(n<sup>2</sup>)
尽管这种情况不太可能发生,但速度总是会慢一些。
假设 Θ(n<sup>2</sup>)
算法需要 cn<sup>2</sup>
一些操作c
.
还有Θ(n)
算法需要 dn
一些操作d
.
这符合 the formal definition因为我们可以假设这适用于 n
大于 0(即对于所有 n
),并且运行时间所在的两个函数是相同的。
根据你的例子,如果你说c = 1
和d = 100
,然后 Θ(n)
算法会变慢,直到 n = 100
,此时Θ(n<sup>2</sup>)
算法会变得更慢。
(由 WolframAlpha 提供)。
从技术上讲,big-O 只是一个上限,这意味着您可以说 O(1)
算法(或者任何需要 O(n<sup>2</sup>)
或更少时间的算法)需要 O(n<sup>2</sup>)
以及。因此,我改为使用 big-Theta (θ) 表示法,这只是一个紧界。请参阅the formal definitions了解更多信息。
Big-O 通常被非正式地视为或教导为紧束缚,因此您可能已经在不知情的情况下本质上使用了 big-Theta。
如果我们仅讨论上限(根据 big-O 的正式定义),那宁愿是“一切皆有可能”的情况 - O(n)
一个可以更快,O(n<sup>2</sup>)
一个可以更快,或者可以花费相同的时间(渐近地) - 人们通常无法在比较大O算法时得出特别有意义的结论,只能说,给定某个算法的大O,该算法不会花费比该时间更长的时间(渐近地)。
关于big-o - O(n) 算法的计算时间可以超过 O(n^2) 吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22594174/
在使用 requests 库中的状态代码时,我遇到了一些奇怪的事情。每个 HTTP 状态代码都有一个常量,有些具有别名(例如,包括 200 的复选标记): url = 'https://httpbin
这是我得到的代码,但我不知道这两行是什么意思: o[arr[i]] = o[arr[i]] || {}; o = o[arr[i]]; 完整代码: var GLOBAL={}; GLOBAL.name
所以这个问题的答案What is the difference between Θ(n) and O(n)? 指出“基本上,当我们说算法是 O(n) 时,它也是 O(n2)、O(n1000000)、O
这是一个快速的想法;有人会说 O(∞) 实际上是 O(1) 吗? 我的意思是它不依赖于输入大小? 所以在某种程度上它是恒定的,尽管它是无限的。 或者是唯一“正确”的表达方式 O(∞)? 最佳答案 无穷
这是真的: log(A) + log(B) = log(A * B) [0] 这也是真的吗? O(log(A)) + O(log(B)) = O(log(A * B)) [1] 据我了解 O(f
我正在解决面试练习的问题,但我似乎无法找出以下问题的时间和空间复杂度的答案: Given two sorted Linked Lists, merge them into a third list i
我了解 Big-Oh 表示法。但是我该如何解释 O(O(f(n))) 是什么意思呢?是指增长率的增长率吗? 最佳答案 x = O(n)基本上意味着 x <= kn对于一些常量 k . 因此 x = O
我正在编写一个函数,该函数需要一个对象和一个投影来了解它必须在哪个字段上工作。 我想知道是否应该使用这样的字符串: const o = { a: 'Hello There' }; funct
直觉上,我认为这三个表达式是等价的。 例如,如果一个算法在 O(nlogn) + O(n) 或 O(nlogn + n) 中运行(我很困惑),我可以假设这是一个O(nlogn) 算法? 什么是真相?
根据 O'Reilly 的 Python in a Nutshell 中的 Alex Martelli,复杂度类 O(n) + O(n) = O(n)。所以我相信。但是我很困惑。他解释说:“N 的两个
O(n^2)有什么区别和 O(n.log(n)) ? 最佳答案 n^2 的复杂性增长得更快。 关于big-o - 大 O 符号 : differences between O(n^2) and O(n
每当我收到来自 MS outlook 的电子邮件时,我都会收到此标记 & nbsp ; (没有空格)哪个显示为?在 <>. 当我将其更改为 ISO-8859-1 时,浏览器页面字符集编码为 UTF-8
我很难理解 Algorithms by S. Dasgupta, C.H. Papadimitriou, and U.V. Vazirani - page 24 中的以下陈述它们将 O(n) 的总和表
我在面试蛋糕上练习了一些问题,并在问题 2给出的解决方案使用两个单独的 for 循环(非嵌套),解决方案提供者声称他/她在 O(n) 时间内解决了它。据我了解,这将是 O(2n) 时间。是我想错了吗,
关于 Java 语法的幼稚问题。什么 T accept(ObjectVisitorEx visitor); 是什么意思? C# 的等价物是什么? 最佳答案 在 C# 中它可能是: O Accept(
假设我有一个长度为 n 的数组,我使用时间为 nlogn 的排序算法对它进行了排序。得到这个排序后的数组后,我遍历它以找到任何具有线性时间的重复元素。我的理解是,由于操作是分开发生的,所以时间是 O(
总和 O(1)+O(2)+ .... +O(n) 的计算结果是什么? 我在某处看到它的解决方案: O(n(n+1) / 2) = O(n^2) 但我对此并不满意,因为 O(1) = O(2) = co
这个问题在这里已经有了答案: 11 年前关闭。 Possible Duplicate: Plain english explanation of Big O 我想这可能是类里面教的东西,但作为一个自学
假设我有两种算法: for (int i = 0; i 2)更长的时间给定的一些n - 其中n这种情况的发生实际上取决于所涉及的算法 - 对于您的具体示例, n 2)分别时间,您可能会看到: Θ(n)
这个问题在这里已经有了答案: Example of a factorial time algorithm O( n! ) (4 个回答) 6年前关闭。 我见过表示为 O(X!) 的 big-o 示例但
我是一名优秀的程序员,十分优秀!