什么东西更贵？读取或比较整数、双精度 我问自己，哪一个大O符号C++有。< /P>

我想要一组整数的极小值

我在stackoverflow中看到了一个类似的问题

答案是O（n），因为你必须读n个数字

但只有在阅读是关键操作的情况下，这才是正确的

我的问题是：什么东西更贵？（以cpu时钟或其他形式）

---

读取或比较？

这取决于平台，但几乎可以肯定的是，从内存中读取值比CPU上的操作更昂贵。但是，关于大o表示法的话题，并不是关于哪个操作更昂贵。这是关于算法随着输入数量（即n）的变化而变化的事实。

O（n）

决定了算法的行为（尤其是对于大数字）。执行

read

或

compare

操作，或者两者都执行，这并不重要。这是在混合两种截然不同的东西。

O（n）

表示法不关心哪个操作更昂贵

O（n）

表示操作的数量与比较的项目数量成正比。如果项目数量翻倍，时间也会翻倍<例如，code>O（n^2）表示当您将项的数量增加三倍时，处理它们的时间将乘以9（即

3^2

）您自己在问题中的陈述（“在cpu时钟或其他方面”）意味着答案取决于底层平台（硬件体系结构+指定的编译器）。简而言之，C++语言标准没有定义每一个机器操作的“价格”（实际上，它甚至不以任何其他方式引用机器操作，因为语言对于执行程序的机器是不可知的）。所以O（n）和O（log（n））之间没有区别吗？我不这么认为。事实上，您不需要比较n次来找到最小值。是的，有，但在O表示法中，执行n次操作和执行1000*n次操作之间没有区别，两者都是O（n）。另外，5*n秒的运算和1000*n秒的运算没有区别，两者都是以n为单位线性扩展的。谢谢你的回答。第二种说法是对的和错的。该算法确定大O中的函数。该函数统计完成该算法所需的关键操作。功能输入是输入的数量（即n）。例如，Min有一个不同的大O表示法，if<是关键操作，如果使用自己的弱顺序，这可能会很有趣。这不是错的。你是说用另一种方式编写算法会改变原始算法的复杂性。那不是真的。您现在正在评估一个全新的算法。复杂度取决于算法，而不是最终结果。是的，我认为OP对o表示法有一些混淆。它与放大时的算法复杂度有关，与算法的CPU负载或算法的单个操作无关。两种不同的算法可以是O（n），其中一种算法比另一种算法慢100000倍，但也有所谓的小O复杂度但不要把事情搞混了。。