Time 根据增长顺序排列断言?

Time 根据增长顺序排列断言?,time,processing-efficiency,Time,Processing Efficiency,所以,我有一个问题,我应该做的是,我应该把下面的断言按照增长的顺序排列 2nlogn 0.000001n^3 1983n^2 + n n + 456 3^n + 5n 我不知道该怎么做。我应该用2nlogn这样的方式来组织它们,如果你知道增长表的顺序,那就差不多了 要知道的另一件大事是系数和低阶项并不重要。比如说, 3n^2 ~ n^2 > 1000n ~ n 如果这很难理解,想象一下当n变得非常大时会发生什么n^2随着n的增加而快速增长,而1000n每次n增加1时只增加10

所以,我有一个问题,我应该做的是,我应该把下面的断言按照增长的顺序排列

 2nlogn
 0.000001n^3
 1983n^2 + n
 n + 456
 3^n + 5n

我不知道该怎么做。我应该用2nlogn这样的方式来组织它们,如果你知道增长表的顺序,那就差不多了

要知道的另一件大事是系数和低阶项并不重要。比如说,

3n^2 ~ n^2 > 1000n ~ n
如果这很难理解,想象一下当
n
变得非常大时会发生什么<代码>n^2随着
n
的增加而快速增长,而
1000n
每次
n
增加1时只增加1000。到了
n=1000
,然后
n^2=1000n
,当
n
增加得更多时,
n^2
超过
1000n

因此,对于像
n^2+1000n
这样的任何函数,将其拆分为不同的项,这些项相加在一起(乘法是不同的,例如
n*log(n)
不同于
n
log(n)
)。您可以忽略所有项,但最大项除外,在本例中为
n^2
。一旦你这样做并去除系数,只需使用增长顺序表来获得你的解决方案


好的,但是我该怎么把2nlogn和n+456按顺序排列呢?它们都有相同的最大项,或者我认为2nLogn适合nLogn类,因此大于n?实际上,它们没有。code>2n*log(n)是
n
log(n)
的产物,这与普通
n
不同。检查增长表的顺序,看看你是否能直观地理解其中一个更大的原因!我在回答中编辑了关于忽略较低术语的段落,以使其更清楚。