Performance 当常数似乎确实影响算法的复杂度时，我如何确定算法的时间复杂度？

举个例子：

如果我有n*（lgn）/lg（lg（n））

相比

5000n

无论n值有多高，5000n值总是更高。但如果我去掉常数，则相反。但我一直认为，在事物的大计划中，常数相乘被忽略了（5000n将被认为是n），这将导致5000n被认为更小，而它似乎更大

---

当被问及哪些是更差的时间复杂度算法时，我如何回答？

要记住的是，当人们比较复杂性时，他们几乎总是考虑到渐近复杂性，也就是说，大于<代码> N< /代码>变得非常大。

在这种情况下，尽管对于基本上任何合理的

n

值

5000n>n*log n/log log n

，后者仍然具有更高的复杂性

---

堵塞，我得到了一个关于<代码> n＝2×10 ^ 23683 < /代码>的答案（点击“近似形式”），当然，<>代码> 5000 0n*log n/log log n >

记住的是，当人们比较复杂性时，他们几乎总是考虑到渐近复杂性，也就是说，当

n

变得非常大时，它会变得更大

在这种情况下，尽管对于基本上任何合理的

n

值

5000n>n*log n/log log n

，后者仍然具有更高的复杂性

---

插话给了我一个关于

n=2*10^23683

（点击“近似形式”）的答案，果然，

5000n

的答案。

在渐进复杂性分析中故意忽略常数乘数。对于算法的分析，抽象地说，很难计算它们——它们取决于计算机行为随时间变化的实际方面

---

选择算法时，渐近复杂度仅是考虑的一个指标。估计或测量预期问题规模的实际时间也很重要。如果随着问题规模的增加，算法将急剧变慢，则渐进复杂性会发出警告。

在渐进复杂性分析中故意忽略常数乘数。对于算法的分析，抽象地说，很难计算它们——它们取决于计算机行为随时间变化的实际方面

---

选择算法时，渐近复杂度仅是考虑的一个指标。估计或测量预期问题规模的实际时间也很重要。如果随着问题规模的增加，算法将急剧变慢，则渐近复杂性会发出警告。

从Wolfram | Alpha链接判断，您确定要将常数与

5000n

进行比较，而不是将

n*logn/logn

与

5000n

进行比较吗？因此您要将

f（n）=5000n

与

g进行比较（n） =n*log（n）/log（n））

？

g

在“长期”内将大于

f

，正如

log（n）/log（n））

最终将超过

5000

你怎么敢将常数与线性函数进行比较？线性函数在增长，而常数是常数。我不明白你的意思，孟。布莱德，是的，这就是我比较的。对不起，我在上面澄清了。我的输入错误。从Wolfram | Alpha链接判断，你确定你要这么做吗将一个常数与

5000n

，而不是

n*logn/log log n

与

5000n

？因此，您将

f（n）=5000n

与

g（n）=n*log（n）/log（n））

？

g

进行比较，从“长期来看”将大于

f

，正如

log（n）/log（n）]

最终将大于

5000

你怎么敢将常数与线性函数进行比较？线性函数在增长，而常数是常数。我不明白你的意思，孟。Blender，是的，这就是我要比较的。对不起，我在上面澄清了。我这方面的输入错误。即使是这样的事情，这是真的吗？答案是什么第一个Wolframα查询意味着什么？第一个查询是如何得到

n

的值的，第二个查询是确认

5000n

对于

n

的值。另外，对于第二个Wolframα链接，它们恰好在

n=0

处相遇，并且对于任何正的

n都是相等的因此，在这种情况下（除非每个函数上都有常数因子），
（3/2）^n
对于可用值
n
以及
n
变大时，n

将是更大的值。因此，它确实具有更高的复杂性。即使对于这样的事情也是如此吗？第一个Wolfram | Alpha查询意味着什么？第一个查询是如何获得

n

的值的，第二个查询是确认对于

n

的值，

5000n

。同样，对于第二个Wolfram | Alpha链接，它们正好在

n=0

处相遇，对于任何正的

n

，等式都是真的。因此，在这种情况下（排除每个函数上的常数因子），

（3/2）^n

将是

n

的可用值以及

n

变大时的更大值。因此，它确实具有更高的复杂性。