算法复杂度比较
来源:互联网 发布:布拉莫斯导弹 知乎 编辑:程序博客网 时间:2024/05/16 17:50
1 大部分程序的大部分指令之执行一次,或者最多几次。如果一个程序的所有指令都具有这样的性质,我们说这个程序的执行时间是常数。 logN 如果一个程序的运行时间是对数级的,则随着N的增大程序会渐渐慢下来,如果一个程序将一个大的问题分解成一系列更小的问题,每一步都将问题的规 模缩减成几分之一 ,一般就会出现这样的运行时间函数。在我们所关心的范围内,可以认为运行时间小于一个大的常数。对数的基数会影响这个常数,但改变不会太 大:当N=1000时,如果基数是10,logN等于3;如果基数是2,logN约等于10.当N=1 00 000,logN只是前值的两倍。当N时原来的两倍,logN只增长了一个常数因子:仅当从N增长到N平方时,logN才会增长到原来的两倍。 N 如果程序的运行时间的线性的,很可能是这样的情况:对每个输入的元素都做了少量的处理。当N=1 000 000时,运行时间大概也就是这个数值;当N增长到原来的两倍时,运行时间大概也增长到原来的两倍。如果一个算法必须处理N个输入(或者产生N个输出), 那么这种情况是最优的。 NlogN 如果某个算法将问题分解成更小的子问题,独立地解决各个子问题,最后将结果综合起来 ,运行时间一般就是NlogN。我们找不到一个更好的形容, 就暂且将这样的算法运行时间叫做NlogN。当N=1 000 000时,NlogN大约是20 000 000。当N增长到原来的两倍,运行时间超过原来的两倍,但超过不是太多。 N平方 如果一个算法的运行时间是二次的(quadratic),那么它一般只能用于一些规模较小的问题。这样的运行时间通常存在于需要处理每一对输入 数据项的算法(在程序中很可能表现为一个嵌套循环)中,当N=1000时,运行时间是1 000 000;如果N增长到原来的两倍,则运行时间将增长到原来的四倍。 N三次方 类似的,如果一个算法需要处理输入数据想的三元组(很可能表现为三重嵌套循环),其运行时间一般就是三次的,只能用于一些规模较小的问题。当N=100时,运行时间就是1 000 000;如果N增长到原来的两倍,运行时间将会增长到原来的八倍。 2的N次方 如果一个算法的运行时间是指数级的(exponential),一般它很难在实践中使用,即使这样的算法通常是对问题的直接求解。当N=20时,运行时间是1 000 000;如果增长到原来的两倍时,运行时间将是原时间的平方!
0 0
- 常用算法复杂度比较
- 算法复杂度比较
- 排序算法复杂度比较
- 常见算法时间复杂度比较
- 各种排序算法时间复杂度、空间复杂度比较
- 各种排序算法比较(2):时间复杂度,空间复杂度
- 各种排序算法比较:时间复杂度,空间复杂度
- 各种排序算法比较:时间复杂度,空间复杂度
- 各种排序算法比较:时间复杂度,空间复杂度
- 各种排序算法比较:时间复杂度,空间复杂度
- 各种排序算法比较(2):时间复杂度,空间复杂度
- 7种排序算法时间复杂度空间复杂度比较
- 各种排序算法比较及时间复杂度,空间复杂度
- 排序算法时间复杂度和空间复杂度比较
- 排序算法时间复杂度、空间复杂度、稳定性比较
- 各种排序算法时间复杂度比较
- 几种常用算法的复杂度比较
- 各种排序算法时间复杂度比较
- Matlab Intro - Image Media Filter
- P27 4
- Android批量插入数据到SQLite数据库
- Binary Search bug list
- 服务端框架之mysql分析
- 算法复杂度比较
- android制作.9.png图片
- WAMPServer 集成环境下载和安装
- ios状态栏,导航栏,工具栏,tab栏的位置,附图
- PowerPoint如何制作光滑立体球
- ShareREC for iOS v1.0.4 已经发布
- HiveServer2的配置使用
- ssh 文件传输
- 薛定谔把妹法