用计时器测试来验证代码的运行时复杂性是否明智？
例如:
x=very large input
timer start
foo(x)
timer end
print time
因此，如果时间为 0 秒，则意味着 foo 运行时间为 O(n) 或更短，如果计时器为 30-60 秒，则意味着运行时间必须大于 O( n)?
一般来说，一个函数花费的时间越多，是否意味着它的运行时复杂度越大？
最佳答案
运行时复杂性或渐近复杂性是先验分析的一部分。简而言之，这些是代码的理论度量。
例如，
funtion foo (){
for (i=1;i++;i<n)
do x;
}
根据上面的例子，
Apriori(运行代码之前)分析表明，它的运行时复杂度将为 O(n)，因为循环将执行 n-1 次。
假设如果我们运行这段代码，我们发现代码需要 1 分钟才能执行。 那么我们可以得出以下结论，
1. do() function is taking more time -- it is costly
2. Running complexity is O(n)
结论是运行复杂性是基于数据结构和循环。它们与实际运行时间无关。
无论您的代码执行时间是 1 秒还是 1 小时，运行时的复杂度对于一段代码来说都是固定的。时间在那个函数的某个地方被浪费了。
这很简单，如果您编写一个简单的程序来循环打印 1-n。
对我们来说，只要打印 1-n，时间复杂度总是 O(n)。但是如果你的打印命令需要 3 秒来打印一个数字，那么你的程序执行时间很长，但这并不意味着时间复杂度是 O(n^2)。
我希望你现在清楚了:)
关于performance - 函数花费的时间越多是否意味着它的运行时复杂度越大？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27686664/