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/