关于算法复杂度测量

-1

嘿家伙我是新来的，所以我会尽量保持它的清晰。关于算法复杂度测量

对我目前的训练我对示范几种排序算法之间的时间差。为了更精确的结果，我使用了几个不同大小的数组（排序，未排序）并获得了我的结果。我了解o，大O等的含义......所以我的问题是关于theta在合并排序中的含义。更清楚我知道这个特定算法的复杂性是n * log（n），我不明白的是当我得到一个结果例如15000毫秒的大小2000数组 - 如果我把它在函数n * log（n）中我不应该得到系统提供的相同数量吗？或我是否乳清？

我希望我的问题是可以理解的感谢。

来源

2012-11-20 David

描述你可能会收到在http://cs.stackexchange.com/一个更好的答案了一个曲线图。 – Zairja

大O旨在表示的算法的性能的趋势，因为它接近极限，不表达的结果为N的任何特定值。例如，如果一个算法的性能可以被F（x）表示= 2x + x^2，那么它有x^2的大O.

此外，大O是独立于硬件。

如果你想看看你的时间和大O之间的关系，随着n值运行算法大量的时间和图表的结果。你会看到时间服从类似于大O.

来源

2012-11-20 17:02:22

感谢您的回复。 – David

我的理解是，它的含义是它只能接近极限，事实上我确定了结果，但是我的问题是关于theta - 如果极限来自顶部和底部，那么当我将n值放入函数中时它意味着什么？它对我来说有点难以理解。 – David

关于算法复杂度测量

回答

相关问题