Algorithm 运行sort两次的Big-O运行时

我对使用big-O表示法确定算法运行时的实践比较陌生，我对排序算法的运行时有一个问题。假设我在一个数组中有一组对（a，b），我使用运行在O（n logn）中的已知排序算法对数据进行排序。接下来，我从n个数据点中选取一个子集，并在该子集中运行相同的排序算法（因此理论上我可以对整个数组进行两次排序-第一次排序将比较a，第二次排序将比较b）。换句话说，我的代码是

pairArray[n];
Sort(pairArray); //runs in O(n log n)

subsetArray[subset]; //where subset <= n
for (int i = 0; i < subset; i++) {
   subsetArray[i] = pairArray[i];
}

Sort(subsetArray) //runs in O(n log n)

pairArray[n]；
排序（pairArray）//在O（n日志n）中运行
海底[子集]//其中，在大O表示法中忽略子集常量因子。两次排序仍然是O（n log n）

您正在执行的赋值循环是一个O（n）操作。这也被忽略了。在big-O表示法中只提到最大项

如果您想确定两种算法中哪一种更好，但它们的big-O是相同的，那么您可以对实际数据使用性能度量。在测量实际性能时，您可以看到一种算法的速度通常是另一种算法的两倍。从大O表示法中看不到这一点。
在大O表示法中忽略常量因子。两次排序仍然是O（n log n）

您正在执行的赋值循环是一个O（n）操作。这也被忽略了。在big-O表示法中只提到最大项

如果您想确定两种算法中哪一种更好，但它们的big-O是相同的，那么您可以对实际数据使用性能度量。在测量实际性能时，您可以看到一种算法的速度通常是另一种算法的两倍。这不能从大O表示法中看出。
对O（nlogn）算法的固定次数的调用仍将被视为O（nlogn），数学上对O（nlogn）算法的固定次数的调用仍将被视为O（nlogn），数学上的另一种说法是，O（n）表示算法的运行时间为Cn，其中C是任意常数。执行算法两次需要2*Cn时间，但2*C仍然是一个任意常数，因此可以用C替换，这使我们回到C*n或O（n）时间。换句话说，O（n）表示算法的运行时间是Cn，其中C是任意常数。执行算法两次需要2*Cn的时间，但2*C仍然是一个任意常数，因此可以用C替换，这会使我们回到C*n或O（n）时间。