Algorithm 简单算法的效率/复杂性

在现实生活中，哪一种效率更高

运行打印语句100次

运行打印语句10000次

计算机科学的复杂性表明，这将是一个很大的O（n），所以它们应该是相等的。但这在现实生活中有区别吗

---

我认为100倍更有效。

不需要O（N），因为您的输入大小是恒定的。O（1）的时间复杂性意味着，无论输入大小如何，算法都需要恒定的时间。在你的情况下，100次或10000次是恒定的

以这种方式谈论效率是没有意义的

如果你的任务是打印100或1000行，“效率”不在于重复的次数

“效率”是指以最佳方式做事；不看重复的次数。从这个意义上讲，在担心打印语句的效率时，您可能会担心刷新缓存、IO缓冲等问题

并且：你说的是“迭代1到n并打印行”有O（n）！所以，你不要选择两个不同的n并说：因为基本任务是O（n）；做100次和做1000次是一样的

意思是：大O的意思是告诉你们某项操作的潜在成本；这并不是说任何关于n的具体实例。

来自维基百科：

大O表示法是一种描述极限的数学表示法 当参数趋向某个特定值或无穷大时函数的行为

因此，是的，对于输入

n

来说，打印算法的时间复杂度是

O（n）

当您谈论效率时，它实际上取决于您的实现和硬件等，但理论上它们实际上是相等的

---

当你谈论谁会更快时，那么是的，通常输入尺寸较小的会更快。

在所有其他因素相同的情况下，我预计10000张打印比100张打印效率更高。这是因为10000张打印具有更大的规模经济性。当算法的时间复杂度被称为O（1）时，这意味着它需要恒定的时间。请参考这个问题：这里的关键词是高效。哪一个会更快，那是不同的。你的问题不够严谨，因此无法回答。在“这将是个大O…”中，你所说的“它”是什么意思还不清楚。更糟糕的是，你说O（n），但没有具体说明n表示什么。“在现实生活中”也没有任何精确的效率概念。最后，你的问题是关于复杂性还是效率？伙计们，我还是不明白。在这两个中，我更喜欢哪一个？在快速性和复杂性方面。感谢您的解释。为什么运行100或10000次的循环的潜在成本是相同的？感谢您的回答…限制行为是什么意思？我能把它和速度或效率联系起来吗？作为一名开发人员，我为什么会关心限制行为？1）我已经完成了整个句子，请也阅读给定链接中的页面-这是某种渐进符号。2） 将不同的算法与不同的Big-O进行比较和将不同的输入大小与同一个算法进行比较是两件不同的事情。对于给定的问题a，我们通常用Big-O来表示时间效率，但这并不一定意味着它在现实生活中会更快。如果我说循环运行n次，n的值为100，那么复杂性会改变吗？