算法运行时间、logN、NlogN 之间的比较
2014-06-27 09:07
211 查看
算法运行时间、logN、NlogN 之间的比较
分类: Algorithm and Data Structure2010-09-0910:21 3018人阅读 评论(0) 收藏 举报
算法
http://clarkluo2004.blog.163.com/blog/static/32973801200845115213422/
这个帖子说的非常好啊
1 | 大部分程序的大部分指令之执行一次,或者最多几次。如果一个程序的所有指令都具有这样的性质,我们说这个程序的执行时间是常数。 |
logN | 如果一个程序的运行时间是对数级的,则随着N的增大程序会渐渐慢下来,如果一个程序将一个大的问题分解成一系列更小的问题,每一步都将问题的规 模缩减成几分之一 ,一般就会出现这样的运行时间函数。在我们所关心的范围内,可以认为运行时间小于一个大的常数。对数的基数会影响这个常数,但改变不会太 大:当N=1000时,如果基数是10,logN等于3;如果基数是2,logN约等于10.当N=1 00 000,logN只是前值的两倍。当N时原来的两倍,logN只增长了一个常数因子:仅当从N增长到N平方时,logN才会增长到原来的两倍。 |
N | 如果程序的运行时间的线性的,很可能是这样的情况:对每个输入的元素都做了少量的处理。当N=1 000 000时,运行时间大概也就是这个数值;当N增长到原来的两倍时,运行时间大概也增长到原来的两倍。如果一个算法必须处理N个输入(或者产生N个输出), 那么这种情况是最优的。 |
NlogN | 如果某个算法将问题分解成更小的子问题,独立地解决各个子问题,最后将结果综合起来 ,运行时间一般就是NlogN。我们找不到一个更好的形容, 就暂且将这样的算法运行时间叫做NlogN。当N=1 000 000时,NlogN大约是20 000 000。当N增长到原来的两倍,运行时间超过原来的两倍,但超过不是太多。 |
N平方 | 如果一个算法的运行时间是二次的(quadratic),那么它一般只能用于一些规模较小的问题。这样的运行时间通常存在于需要处理每一对输入 数据项的算法(在程序中很可能表现为一个嵌套循环)中,当N=1000时,运行时间是1 000 000;如果N增长到原来的两倍,则运行时间将增长到原来的四倍。 |
N三次方 | 类似的,如果一个算法需要处理输入数据想的三元组(很可能表现为三重嵌套循环),其运行时间一般就是三次的,只能用于一些规模较小的问题。当N=100时,运行时间就是1 000 000;如果N增长到原来的两倍,运行时间将会增长到原来的八倍。 |
2的N次方 | 如果一个算法的运行时间是指数级的(exponential),一般它很难在实践中使用,即使这样的算法通常是对问题的直接求解。当N=20时,运行时间是1 000 000;如果增长到原来的两倍时,运行时间将是原时间的平方! |
相关文章推荐
- 算法运行时间、logN、NlogN 之间的比较
- 算法运行时间、logN、NlogN 之间的比较
- 算法运行时间、logN、NlogN 之间的比较
- 算法运行时间、logN、NlogN 之间的比较
- 算法运行时间、logN、NlogN 之间的比较
- 算法运行时间1、logN、N、NlogN 、N^2、N^3、2^n之间的比较
- 算法运行时间1、logN、N、NlogN 、N^2、N^3、2^n之间的比较
- 计算两个时间戳之间的天数的一种比较高效的算法
- 算法学习—算法运行时间、logN、NlogN
- 算法--算法运行时间比较
- <编程>比较两种素数表生成算法+计算程序运行时间+通过CMD重定向测试程序
- 算法运行时间的比较
- 算法运行时间计算的一般法则
- C/C++中算法运行时间的三种计算方式
- 关于时间比较的一个算法
- 数据结构中运行时间算法
- 赵老师的强悍 求取程序运行时间算法
- 第九章中位数和顺序统计学之“查找第i小的元素(递归版)平均运行时间为O(n)算法”
- 第九章中位数和顺序统计学 之 “寻找第i小元素之最坏情况线性时间的选择 最坏运行时间就为O(n)算法”
- 比较全的色彩模式之间的转换算法