Big o 程序员应该对复杂性了解多少？

我知道有很多关于算法的时间和空间复杂性的问题被问到了。我看到了非常复杂的事情，比如

O（n）

，

O（n）

，

w（n）

等等

从程序员的角度来看，所有的知识应该是什么，以使程序在时间方面（主要是）更有效（因为现在空间已经不是什么大问题了）

---

我看到人们在谈论

O（n）

，我应该只关心

O（n）

，还是还有其他事情？

首先：大O符号和复杂性是两件不同的事情。Big-O表示法（通常）用于简化算法复杂性分析，但Big-O表示法本身与算法复杂性无关

我认为您应该能够计算简单算法和函数的复杂度，这样您就可以编写高效的代码，或者至少注意到如果您的代码不高效，您可以寻求改进

但是计算复杂算法的复杂度可能非常困难（甚至不可能）。这是算法工程师的事情，而不是程序员的事情

这只是我的观点，因为这个问题是基于主要观点的

---

在大多数情况下，我们只关心最坏情况的复杂性，所以我们知道它有多糟糕。对于简单算法，最佳和最坏情况很可能是相同的。但我们也使用摊销复杂性（通常用于随机数据结构）和平均案例复杂性（例如快速排序）。

您所说的是大O符号。我建议谷歌搜索这个主题并阅读相关内容。你的问题没有真正的意义。我可以读到关于Big O的文章，但它不能帮助我知道是否只有它与程序员的工作相关，或者其他事情也相关。学习计算机科学和编程有一点关联。你是否在问，作为一名程序员，了解时间和空间的复杂性是否重要？我想说这是至关重要的。不，这不是我的问题，问题是我应该从程序员的角度知道多少，请解释我应该知道的事情。你应该知道多少是什么意思？要么你知道，要么你不知道。你能说得更具体一点吗？为什么我们只关心最坏的情况？对于给定的数据集，我们如何确保2种算法总是需要最坏的情况时间，而不是其他情况？@SreekanthKarumanaghat这听起来像是一个新问题，所以我稍微扩展了我的答案。如果你想知道更多，你应该打开一个新问题。好的，我将添加一个新问题。