路径/运动规划算法计算复杂度

本文详细探讨了路径/运动规划算法的计算复杂度,从算法时间复杂度的基本概念出发,深入分析了矩阵运算的复杂度,特别是对于矩阵乘法的O(n^3)计算量。此外,讨论了优化矩阵计算的方法以及优化问题的计算复杂度。在路径规划领域,重点介绍了不确定性下的规划算法计算复杂度,如T-LQG,并提到了RRT和A*算法的计算复杂度分析,包括如何降低RRT的计算复杂度。
摘要由CSDN通过智能技术生成

1. 算法的计算时间复杂度

相关链接:

(1). “我们假设计算机运行一行基础代码需要执行一次运算”。但这和矩阵的运算复杂度的关系呢?如果矩阵运算就是一行代码,那这就不对了?十分钟搞定时间复杂度

(2).  Wiki :computational complexity of various algorithms for common mathematical operations

(3). 知乎链接 计算复杂度O(1),O(n)...

(4) 算法的时间复杂度和空间复杂度计算

2. 矩阵的计算复杂度

2.1 假设矩阵A为n*m,矩阵B为m*n ,则AxB,如下计算过程:
(1). 矩阵A中第一行的元素与矩阵B的第一列元素对应相乘,得结果第一行的第一个元素要进行m次乘法运算,故总的需要m*n*m次乘法运算。
(2). 计算时间复杂度。即大O,运行上限。故O(n^3)

2.2 优化矩阵计算

(1). 多个矩阵相乘时,调整计算顺序,可减少计算复杂度  (eg. 

评论 1
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