Mikhailo Asked:2020-12-21 17:19:35 +0000 UTC2020-12-21 17:19:35 +0000 UTC 2020-12-21 17:19:35 +0000 UTC 算法越来越好 772 这里的问题是关于算法的复杂性，是否有可能知道算法的“O”和某个 N 的时间，来估计另一个 N 的时间。 根据 O 表示法的定义，它在某个 N 之后开始渐近逼近。也许是一个大的 N。 但是理论上是不是对于小 N，我们有某种“坏”依赖（嗯，像 N 2甚至 N！），对于大 N（像 N 或 N * log (N ））？ 如果是这样，有什么实际的例子吗？只是不是发明的，而是来自现实生活？ алгоритм 1 个回答 Voted Best Answer Harry 2020-12-21T17:33:31Z2020-12-21T17:33:31Z 据我了解，您感兴趣的是，对于小型N的，没有那么严重的依赖，因为时间比大型的更糟N？ 这不太可能发生，因为这意味着N一个非常糟糕的算法用于小 - 这没有任何意义，除非创建一个满足您好奇心的算法:) 但是对于小型的，这里有一个O(N^2)在速度上会优于的N O(N*log N)方法——这似乎在 C++ 标准库中用于排序——对于大型的，有N一个快速排序，当数组几乎是有序的时，切换插入排序，结果证明在这些条件下非常快。 形式上，插入排序O(N^2)（尽管在这种情况下 - 一个几乎排序的数组 - 倾向于O(N)）。 “我想是的”（c）维尼
据我了解，您感兴趣的是，对于小型
N的，没有那么严重的依赖，因为时间比大型的更糟N？这不太可能发生，因为这意味着
N一个非常糟糕的算法用于小 - 这没有任何意义，除非创建一个满足您好奇心的算法:)但是对于小型的，这里有一个
O(N^2)在速度上会优于的NO(N*log N)方法——这似乎在 C++ 标准库中用于排序——对于大型的，有N一个快速排序，当数组几乎是有序的时，切换插入排序，结果证明在这些条件下非常快。形式上，插入排序
O(N^2)（尽管在这种情况下 - 一个几乎排序的数组 - 倾向于O(N)）。“我想是的”（c）维尼