Time complexity 寻找遗传算法的计算复杂性

如何找到遗传算法的计算复杂性？如果有任何想法或例子，我将不胜感激。

找到遗传算法的计算复杂性与找到任何其他算法的计算复杂性没有什么不同。您有两个选择：

评估你的代码-逐行检查并考虑每次操作所需的时间和内存。

用不同的输入大小对代码计时（并测量内存使用情况），以实验性地计算代码的伸缩性（请注意，这只会告诉您平均情况复杂度，除非您明确知道并测试最佳和最坏情况）

一些通用遗传算法特定指南：

• 对于分代遗传算法（即具有非重叠代的遗传算法），时间复杂度至少为O（种群大小*代数）。大多数稳态遗传算法（即，随着时间的推移，添加或删除单个种群的遗传算法）将具有类似的时间复杂性，但这并不能保证
• 任何遗传算法的内存复杂度都需要至少为O（总体大小），但可以大得多
• 在许多情况下，计算适应度函数是一个昂贵的计算步骤，因此，各种遗传算法的运行时间经常根据找到好的解决方案所需的计算次数进行比较

---

谢谢seaotternerd。在遗传算法中，我们使用随机选择的个体，我们可以为此目的使用回归技术吗？用于选择个体或估计音调复杂度？假设你指的是后者，是的，你可以使用回归技术根据实验数据推断复杂性。如果关系不是线性的，请确保不要假设它是线性的。是的，这就是我的意思。谢谢！