算法效率的度量与渐进分析

对于一个算法的运行时间,通常不能采用时间的长短来衡量,因为算法的运行时间的长短依赖于输入数据的情况。

算法的运行时间可以分为最差运行时间和平均运行时间。平均运行时间需要考虑所有的情况,因此相对麻烦,不实用。所以,通常采用最差运行时间来衡量算法的好坏。
算法的最差运行时间是一个界限,但这并不意味着一定存在某个具体的例子达到这一界限,它有可能不紧致,还有进一步提升的空间。

下表显示了常见的算法复杂度与时间的关系:
这里写图片描述
可以观察出,多项式时间和指数时间的差别还是很大的。

在算法效率度量中,常常采用渐进表达式,因为常数间的差异较小,渐进表达式的核心就是忽略常数。

渐进分析常用的符号有:
这里写图片描述
这里写图片描述

可以类比常见的关系形式:
这里写图片描述

举例说明如下:
这里写图片描述
需要注意的是,在渐进分析中,习惯使用等号“=”来表示属于号。

渐进分析符号满足一些常见的性质:自反性,传递性,对称性,反对称性。这里主要讲一下算术运算性质:
这里写图片描述

常用的关系式:
这里写图片描述
这里需要注意,对数形式的渐进表达式与对数的底数无关,对数 小于多项式小于指数。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值