Performance 预测算法性能，O-表示法

我正在对一组文本字段应用基于k-means的聚类。 计算完成的性能如下所示：

     1.000 records ~    4m:30s
    30.000 records ~   15m:30s
   100.000 records ~ 1h37m:30s

如何估计完成n记录计算所需的时间，例如500.000。 有人能帮我举一个实际操作的例子吗，可能是用O符号，我不明白它是怎么工作的，很难

---

多谢各位

当您对算法的行为有一些理论见解时，big-O表示法非常有用。例如，您知道，如果使用二分搜索，则会对

O（Log（N））

进行比较，以在排序列表中查找项目，而对线性搜索，则会对

O（N）

进行比较（这是平均值，因为有时线性搜索可以立即查找）。此外，big-O是一种描述增长率的上限，但不会在几秒钟内给出绝对数字，它更多的是定性而不是定量

在你的例子中，你更倾向于实证，你应该选择一些未知参数的数值模型，并通过回归找到它们。首先要尝试的是幂律：

T（n）=a.n^b

，或者用双对数坐标表示的直线

Log（T（n））=c。日志（n）+d

。因此，建议在双对数图上观察您的点（Excel可以帮助您）

还有两点意见：

• 三点对于观察真实趋势来说实在是太少了，任何模型都同样适合

• 更重要的是，您必须测量每个尺寸的不同情况下运行时间的分散度；因为如果离散度很大，你基于几个值的预测就会不稳定。如果您想进行外推而不是内插（我的意思是猜测比您实际尝试的更大的值），那么这个要求就更高了

在您的特殊情况下，我观察到这三个点没有很好地对齐，并且与电源模型不兼容。你可以考虑抛物线模型，它可以很好地工作，但这是作弊：抛物线模型总是非常适合三点。

---

结论非常清楚：你需要更多的分数。

非常感谢你的详细回答。你能不能也提出一些关于如何应用模型的文献或其他文件，哪种场景等等？我想在这个领域积累更多的知识。你可以从。常识也是有帮助的。k-均值聚类的理论最优复杂性的形式是

O（n^a Log^b（n））

[。你也可以尝试将其作为一个经验模型（即使没有严格性，而且你没有足够的分数）。