本文详细探讨了算法效率，介绍了大O、Ω和θ表示法，阐述了它们在算法时间复杂度分析中的应用，特别是如何利用这些表示法来界定算法效率的上下限。同时，讨论了指数函数、对数函数与多项式函数在算法效率比较中的角色，以及多参数的大O表示法。
1 有效率的算法
什么样的算法算是有效率呢？
如果一个算法的时间复杂度大于等于，那么可以认为这个算法是没有效率的
原因在于，我们考虑暴力算法
就是我们枚举所有可能的结果，判断他们是不是正确的答案，所有结果的数量如果为O(n)的话，那么每个结果都可能为True或者False，需要
时间复杂度。
所以如果一个算法的时间复杂度大于等于
如果一个算法有多项式级的时间复杂度，那么这个算法是有效率的。
f(n)，g(n)都是多项式级的时间复杂度->f(g(n))也是多项式级的时间复杂度
2 算法效率分析（从执行之间的角度判断）
即使输入数据的规模相同，输入的内容不同，算法的执行时间也会不同
| 最差时间 worst-case |
保证了最差的情况下的运行时间 |
Running time gu
|
最低0.47元/天 解锁文章
扫一扫
2723
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
