performance - 假设需要 f(n) 微秒,一秒内可解决的最大难题是什么?

标签 performance math time execution-time

我有这个问题:

f(n) = log(n) (it's log base 2 btw)

假设问题需要 f(n) 微秒,那么一秒内可以解决的问题的最大大小 n 是多少?

既然 f(n) 是 log(n),那么问题需要 log(n) 微秒,对吧?一秒有一百万微秒,对吧?所以我这样设置:

log(n) = 1000000

但是这给出了 2^1000000 作为答案,这绝对是一个令人讨厌的大数字。我做错了什么吗?

最佳答案

没关系。 O(log(n)) 算法非常快。

当然,在现实生活中,f(n) 不会永远是 log(n),如果您正在处理某些数据集,您将耗尽内存并开始访问磁盘,这将是速度很慢,不久之后你就会耗尽地球上所有的磁盘空间......

关于performance - 假设需要 f(n) 微秒,一秒内可解决的最大难题是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7340969/

相关文章:

jquery - 如何表示数学符号并捕获相同的用户输入

C - 二进制和十六进制表示之间的快速转换

python - Django 模型 : Keep track of activity through related models?

html - 从 HTML/CSS 触发 Chrome 中的 GPU 光栅化以实现背景图像动画

c# - 内置 .Net 算法将值四舍五入到最接近的 10 区间

c++ - 测量函数的执行时间

c++ - 为 CUDA 编程计算设备和主机的执行时间

php - 在 PHP 中存储时间

javascript - Angular 1.x 迁移性能问题

performance - 在哪里可以找到某些 Numpy 方法的效率 O(n)?