runtime - 运行时分析大 O
问题描述
我想知道运行时分析是否适用于 O(n^2) 是否也适用于 O(n^3),反之亦然?我得到了一个问题 O (n^3) 的运行时,有人得到了 O (n^2)。但她说可能两者兼而有之
解决方案
如果其他人与您处理相同的问题并确定运行时间为O(n^2)
,那么根据定义O(n^3)
,也必然会遇到相同的问题。如果其他人是正确的,您的问题是O(n^3)
您报告的界限不是可以给出的最严格的界限。实际上,它离最严格的界限还很远。
一般来说,最严格的界限是我们想要报告的算法或运行时间,因为这告诉我们解决问题可能需要多少计算能力。因此,您应该查看您的答案并尝试查看您是否也能获得O(n^2)
约束。
推荐阅读
- r - 传单圆形标记不符合我的调色板?(右)
- javascript - 反应原生异步存储获取令牌问题
- php - 不能使用 Illuminate\Contracts\Auth\Authenticatable - 这不是一个特征
- python - Django 从三个表中检索数据
- javascript - 从 JavaScript 中的字符串获取变量的值
- xml - ColdFusion EncodeForXML 不适用于 UTF-8 字符
- python - 使用 replace() 函数的奇怪输出
- typescript - Typescript Playground 属性 'includes' 不存在于类型 'number[]'
- javascript - 如何根据对象的修改在对象中显示数字?
- python - 向量化列表列表的函数