Complexity theory 线性复杂度与二次复杂度
我只是不确定 如果您的代码可以在以下任一复杂情况下执行:Complexity theory 线性复杂度与二次复杂度,complexity-theory,big-o,time-complexity,Complexity Theory,Big O,Time Complexity,我只是不确定 如果您的代码可以在以下任一复杂情况下执行: O(n)的序列,例如:两个O(n)的序列 O(n²) 首选版本是可以在线性时间内执行的版本。是否会有这样一个时间,O(n²)的顺序会太多,而O(n²)会更可取?换句话说,对于任何常数C,C x O(n)n,但是严格来说,你不再处理大的O 嗯,似乎有一个渲染错误在重复我帖子中的文字?@jk对我来说渲染很好。另外,对于清晰的答案,+1.:)@jk:你说你不再处理大O是什么意思?见第1点,严格来说,大O只谈论无限输入(或输入变为无限的趋势),显
为什么?影响条件的因素有哪些,使得选择O(n²)复杂度更好?如果常数C大于n的值,那么O(n²)算法会更好。在O表示法中总是有一个隐含常数,所以是的,对于足够小的n,O(n^2)可能是可能比O(n)快。如果O(n)的常数比O(n^2)的常数小得多,就会发生这种情况。cxo(n)
因此,当n较大时,O(n)总是比O(n²)好。我认为这里有两个问题;首先是符号所表示的内容,其次是在实际程序中实际测量的内容
嗯,似乎有一个渲染错误在重复我帖子中的文字?@jk对我来说渲染很好。另外,对于清晰的答案,+1.:)@jk:你说你不再处理大O是什么意思?见第1点,严格来说,大O只谈论无限输入(或输入变为无限的趋势),显然没有真正的程序停止这一点,你的意思是相反的:O(n^2)比O(n)快