1
A
回答
1
通常大O符號是近似值。例如,當實際複雜度爲4logN + 7
時,您可能會說logN
。這仍然被認爲是logN
時間,因爲主要因素是N
的變化。
如果你有一些算法是N^2 + logN
,那麼最顯著項N^2
和logN
很快變得不重要爲N
增加......在這種情況下,你可以簡單地說,這是O(N^2)
,因爲它描述的特徵時間複雜度的算法。
所以這取決於你的需求。如果您只需要描述算法的性質,那麼logN
就足夠了。如果您需要對其每個部分進行完全分類或與類似但優化的算法進行比較,請添加所有術語。
相關問題
- 1. 時間複雜度說明
- 2. Tri tiling的說明和時間/空間複雜度
- 3. 複雜性證明
- 4. 解釋時間複雜性?
- 5. 時間複雜性檢查
- 6. 時間和空間複雜的語言複雜性
- 7. For循環通過遞增變量,時間複雜性
- 8. 複雜性與運行時間的實際增長不符? (python)
- 9. 以下復發的時間複雜性?
- 10. WSDL複雜類型請求說明
- 11. 證明的時間複雜度
- 12. 緩存SharedPreferences布爾值:性能是否會證明增加的複雜性?
- 13. 時間複雜?
- 14. 時間複雜
- 15. 空間複雜性復發
- 16. 時間複雜性和實驗結果
- 17. 數組插入的時間複雜性
- 18. 時間這雙循環的複雜性
- 19. 減少算法時間的複雜性
- 20. 時間for循環的複雜性
- 21. 懷疑與時間複雜性有關!
- 22. Python的複雜性(運行時間)
- 23. 如何分析DAG時間複雜性?
- 24. 時間操作的複雜性 - Python的
- 25. 分析算法的時間複雜性
- 26. 我算法的時間複雜性
- 27. 時間數據結構的複雜性
- 28. 單鏈表和時間複雜性
- 29. multimap的時間複雜性問題
- 30. 時間以下代碼的複雜性..?