Re: big-O新解

[lfst (計概國文計程普物)]

說點正經的..big O

Big-O函數通常稱為程式或演算法的時間複雜度（time complexity）

        頻率計數                                時間複雜度

        15                                                   O(1)

        3n+3                                               O(n)

        5n2+2n+3                                        O(n2)

        (n2(n-1))/2                                       O(n3)

        4logn+5                                           O(logn)即指O(log2n)

        3*2n+2*n3+7                                   O(2n)

時間複雜度

        T(n)：程式執行時所需的時間。

        n：資料量的大小。

        時間複雜度：輸入量夠大時，演算法的最大執行時間。

        O(n)：演算法執行的次數。（以次數來衡量時間複雜度較客觀）

常見的時間複雜度
        O(1)

        O(n)

        O(n2)

        O(n3)

        O(2n)

        O(log2n)

        O(nlog2n)

當n = 4

        O(1)         =        1

        O(n2)        =      16

        O(n3)        =      64

        O(2n)        =      16

        O(log2n)   =        2

        O(nlog2n) =        8


時間複雜度

        O(n3) > O(n2) = O(2n) > O(nlog2n) > O(n) > O(log2n) > O(1)

雖然我看不懂...可是還是po一下...

--
 人走了 ， 心也空了
 看著你留下的每一份記憶
         我卻感覺不到那曾經每一夜的愛情

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 140.112.246.171
→ polaristin:推最後一句 XD
→ starshine:完全不知道你在講什麼 XD
→ springgod:最後一個不等式是不是怪怪的~~@@
→ YCTai:資料結構的樣子...看不懂...
→ HudsonE:O(2^n)> O(n^2)
→ lfst:當n=4帶入的數值排大小 應該沒錯
→ lfst:聽說...資料結構會用到
→ timrau:通常不是要考慮n趨近無限大？
→ timrau:所以O(2^n)>O(n^3)>O(n^2)>.....
→ lfst:n要當何數 看情況吧
→ ZenKou:這是演算法...賞個m
→ leeaa:推8,9樓的強者:)
→ ZenKou:樓上的強者....解釋一下吧
→ lfst:樓上的都是強者..XD (lfst例外 )