Time 寻找没有函数的大O表示法澄清

Time 寻找没有函数的大O表示法澄清,time,complexity-theory,Time,Complexity Theory,这个例子就在这个网站上,非常清楚,但是如果你用这个来代替呢: N、 平均秒数:(1000:2.7)(2000:3.04)(4000:3.6)(8000:3.7)(16000:4)? N每次翻倍(2*N),平均时间开始趋于平稳。我可以通过下面的例子(O(logN))进行猜测,但是有人能澄清一下您将如何计算这个问题吗 O(1):称为常数复杂性 1项:1秒 10项:1秒 100项:1秒 项目数量仍在以10倍的倍数增加,但O(1)的比例因子始终为1 O(logn):称为对数复杂度 1项:1秒 10项:2

这个例子就在这个网站上,非常清楚,但是如果你用这个来代替呢: N、 平均秒数:(1000:2.7)(2000:3.04)(4000:3.6)(8000:3.7)(16000:4)? N每次翻倍(2*N),平均时间开始趋于平稳。我可以通过下面的例子(O(logN))进行猜测,但是有人能澄清一下您将如何计算这个问题吗

O(1):称为常数复杂性

1项:1秒
10项:1秒
100项:1秒

项目数量仍在以10倍的倍数增加,但O(1)的比例因子始终为1

O(logn):称为对数复杂度

1项:1秒 10项:2秒 100项:3秒
1000项:4秒

您需要根据对数曲线拟合进行回归分析。您可以从绘制数据开始,以获得视觉确认

例如,
log-fit
in将产生:

这表明您是对的,并且增长似乎是对数的(对于提供的数据)

但是,请注意,时间测量并不等于实际的复杂度分析,它是一种形式证明,而不是经验数据的曲线拟合(可能由于多种原因而失真)