2017-11-25 198 views
2

我想比较两种算法及其大哦效率。我试图找到n的值,其中一种算法比另一种算法更有效。任何有用的例子或资源将是一个巨大的帮助。你会如何在哪一种算法优于另一种算法

+1

Big-O不会告诉你任何关于此事的信息--n不代表你可以插入值的参数。 –

+1

做基准。精确的数学运算不起作用,因为计算机差异很大... – Fureeish

+0

您可以从Big Oh的定义中获得n的值 –

回答

1

为了确切地确定一个算法在哪一点上比另一个算法更有效,假设它们具有不同的低阶项和常数,并且具有不同的低阶项和常量,您确实需要知道的不仅仅是算法的BigO复杂性更差的BigO特征具有更好的低阶项\常量。但通常近似就足够了。

算法的运行时复杂性是在处理输入大小不断增大的问题时使用的工具。

实证性能分析与高频交易时使用的工具,通常涉及小输入重复的问题*

(*)何谓小的投入依赖于所涉及的算法的复杂性。例如,对于旅行商问题,尺寸5的输入很小,而尺寸15的输入很大。对于分类,20个元素将被视为小,20000个大,2000000个将是巨大的。