algorithm - 大 O(n logn) 并不优于 O(n^2)

标签 algorithm time-complexity asymptotic-complexity space-complexity code-complexity

任何算法示例我们什么时候更喜欢大 O(n^2) 时间复杂度而不是 O(n logn)? 我在某处看到过这个问题,但没有找到答案。

最佳答案

对于一个大问题,O(n log n) 总是优于 O(n^2)。对于一个小问题,大 O 符号隐藏的常数因子可能会导致您更喜欢 O(n^2) 算法。例如,O(n log n) 快速排序比 O(n^2) 插入排序快,但一些快速排序实现在分区变小(少于十个元素)时切换到插入排序。

关于algorithm - 大 O(n logn) 并不优于 O(n^2),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35228093/

相关文章:

python - Python 中的 Karatsuba 算法

algorithm - 如何回答这个递归问题,它和循环之间有很大的区别吗

python - 在整数的大整数文件中查找中位数

algorithm - 冒泡排序相似算法运行时分析

algorithm - 谜语: How to change matrix color?

c++ - 插入排序的运行时间

algorithm - 一段代码的大O复杂度

algorithm - 将 n 个数字插入二叉搜索树的复杂性

clojure - clojure 库函数的大 O

big-o - 对大 O 表示法感到困惑