algorithm - Every-case 时间复杂度的概念

标签 algorithm performance

every-case time complexity example

这是我的讲义中的一张幻灯片。我知道如果算法的最佳情况和最坏情况的复杂性相同,那么它就具有“每种情况”的复杂性。但是我不完全理解这个概念。我尝试在线进行研究,但无济于事。

谁能用其他例子更普遍地解释什么是每种情况的时间复杂度?

最佳答案

您发现下界 - 添加数组成员的渐近最小操作数是 O(n)。

你发现上界 - 添加数组成员的渐近最大操作数是 O(n)。

因此,所有其他情况都在 O(n) 和 O(n) 之间。所以它们也必须是 O(n)。

关于algorithm - Every-case 时间复杂度的概念,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32407829/

相关文章:

algorithm - 用于查找在大数据集中经常一起出现的元素的启发式方法

c++ - 如何计算均值(平均)robuSTLy?

algorithm - 关于随时算法

javascript - Jquery 压缩在性能方面

.net - 是否可以使用 WCF 完成大流量聊天?

algorithm - 从总成本计算出价

node.js - 如何在数据库中存储金字塔结构

java - 如何在Java中将两个大列表合并为一个已排序列表?

java - 替代嵌套 for 循环来提高代码性能?

java - JAVA内部是如何实现instanceof的?