Algorithm 不同输入大小的时间复杂度

我是一名计算机科学的大一新生，在我的书中，有一个表格，上面列出了根据输入大小计算算法所需的时间。这些值是如何固定的？我认为这也取决于执行操作的机器。例如，就效率而言，一台1990年的计算机甚至比不上2018年的计算机。我有点困惑

---

好的，我已经编写了很长时间的代码，所以我可以回答你的问题。你得出的时间复杂度让你知道在最坏的情况下你的程序将花费多少时间，这些复杂度是针对大数据而不是小数据的。即使你在超级计算机上执行O（n**3）算法及其相应的O（n）复杂算法在你的个人电脑上，你的电脑在处理大数据时可能会更快。处理器速度与算法选择有关。

---

希望它有帮助

从您作为链接放置的图片中可以看出：“此数据假设执行一条指令需要1µs……”。这些值必须以某种方式固定，所以作者选择了这个。这张图的要点是，与算法复杂度相比，处理器速度并不重要（拥有一个速度快100倍的处理器很难帮助解决更大的TSP实例；但新的算法和实现可能会有帮助）。当有人指着月亮时，你应该看看月亮，这是一个演示不同复杂性之间运行时间差异的示例。这（有点）就像说“约翰可以冲刺500米，慢跑5公里，步行15公里”——尽管知道这些数字在不同的人之间差异很大，但人们仍然可以理解短跑、慢跑和步行之间的关系。这不是你的问题，但这是哪本书？它对渐近时间复杂度的定义“时间复杂度f（n）的渐近增长率”是很难理解的，如果不是完全错误的话。阅读维基百科页面了解时间复杂度会更好。这是一本关于离散数学的书