算法复杂度的快慢

我们都知道算法复杂度通常是用输入数据的规模来衡量的。例如对于快速排序,当对N个数进行排序时,其算法复杂度为O(N*Log(N))。通常当我们看到O(2^N),O(N^2)以及O(N*Log(N))时,很自然的知道O(2^N) >> O(N^2) >> O(N*Log(N))。但他们的执行快慢区别有多大呢?下面我们一起看看下下面的表:

近似的比较各算法复杂度的执行时间, N = 100

O(Log(N))10-7 seconds
O(N)10-6 seconds
O(N*Log(N))10-5 seconds
O(N2)10-4 seconds
O(N6)3 minutes
O(2N)1014 years.
O(N!)10142 years.

 

原文地址:http://community.topcoder.com/tc?module=Static&d1=tutorials&d2=importance_of_algorithms

转载于:https://www.cnblogs.com/augustinus/archive/2012/04/30/2476599.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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