Sorting 两个数组排序的时间复杂度
如果我有两个大小不同的未排序数组,并且我想对它们都进行排序,那么运行时的复杂性将是O(n log(n)),但是n代表什么?较大或较小的数组?在O表示法中,变量n表示问题的“大小”。例如,如果您有一个包含10个元素的列表,并希望对其进行排序,则问题的大小为10。对于两个数组,我们有两个问题大小,n和m。因此复杂性为O(nlog(n))+O(mlog(m)),与O(nlog(n)+mlog(m))相同。n表示较大数组的大小。 首先,回想一下Big-O的含义:函数k是O(n log(n))当且仅当存在某个常数M,使得k(n)Sorting 两个数组排序的时间复杂度,sorting,language-agnostic,time-complexity,big-o,computer-science,Sorting,Language Agnostic,Time Complexity,Big O,Computer Science,如果我有两个大小不同的未排序数组,并且我想对它们都进行排序,那么运行时的复杂性将是O(n log(n)),但是n代表什么?较大或较小的数组?在O表示法中,变量n表示问题的“大小”。例如,如果您有一个包含10个元素的列表,并希望对其进行排序,则问题的大小为10。对于两个数组,我们有两个问题大小,n和m。因此复杂性为O(nlog(n))+O(mlog(m)),与O(nlog(n)+mlog(m))相同。n表示较大数组的大小。 首先,回想一下Big-O的含义:函数k是O(n log(n))当且仅当存在
这是因为较小数组的大小小于较大数组的大小,因此较大数组的大小确实会限制较小数组的大小,因此它也会限制总运行时间。较大数组,因为它支配总运行时间。它可以是较大数组,也可以是长度之和;两者都是这也是描述复杂性的一个很好的方法。你可能想看看有类似问题相关细节的帖子。