《计算复杂性:现代方法》——0.3 大O记号

简介:

本节书摘来自华章计算机《计算复杂性:现代方法》一书中的第0章,第0.3节,作者 [美]桑杰夫·阿罗拉(Sanjeev Arora),博阿兹·巴拉克(Boaz Barak),译 骆吉洲,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

0.3 大O记号

算法的计算效率一般通过将该算法执行的基本操作的个数表达为算法输入的长度的函数来表示。这就是说,算法的效率用从自然数集N到其自身的函数T来刻画,T(n)是算法在所有长度为n的输入上执行的基本操作的最大个数。然而,函数T的形式有时严重地依赖于基本操作的具体定义。例如,在整数的加法中,基本操作既可以按照十进制(以10为基数)也可以按照二进制(以2为基数)来定义,但后者执行的基本操作个数是前者执行的基本操作个数的3倍还多。为了避免在基本操作的定义上纠缠不清而仅关注算法的宏观行为,采用下面的记号十分有益。

screenshot

screenshot

相关文章
|
12月前
|
算法 索引 Python
从一道简单算法题里面解释什么叫做 O(1)
从一道简单算法题里面解释什么叫做 O(1)
82 0
凸优化理论基础3——凸集和凸锥重要例子
凸优化理论基础3——凸集和凸锥重要例子
861 0
凸优化理论基础3——凸集和凸锥重要例子
|
机器学习/深度学习 算法
双目立体匹配之匹配代价计算
双目立体匹配之匹配代价计算
118 0
双目立体匹配之匹配代价计算
|
机器学习/深度学习 算法
【计算理论】计算复杂性 ( 算法复杂度标记 | 渐进上界 | 大 O 记号 | 常用的渐进上界 )
【计算理论】计算复杂性 ( 算法复杂度标记 | 渐进上界 | 大 O 记号 | 常用的渐进上界 )
521 0
|
机器学习/深度学习 算法
【计算理论】计算复杂性 ( 小 O 记号 | 严格渐进上界 | 分析算法的时间复杂度 )
【计算理论】计算复杂性 ( 小 O 记号 | 严格渐进上界 | 分析算法的时间复杂度 )
203 0
【数理逻辑】谓词逻辑的等值演算与推理演算 ( 个体词 | 谓词 | 量词 | 谓词逻辑公式 | 两个基本公式 | 命题符号化技巧 | 命题符号化示例 ) ★★(二)
【数理逻辑】谓词逻辑的等值演算与推理演算 ( 个体词 | 谓词 | 量词 | 谓词逻辑公式 | 两个基本公式 | 命题符号化技巧 | 命题符号化示例 ) ★★(二)
172 0
|
自然语言处理
【数理逻辑】谓词逻辑的等值演算与推理演算 ( 个体词 | 谓词 | 量词 | 谓词逻辑公式 | 两个基本公式 | 命题符号化技巧 | 命题符号化示例 ) ★★(一)
【数理逻辑】谓词逻辑的等值演算与推理演算 ( 个体词 | 谓词 | 量词 | 谓词逻辑公式 | 两个基本公式 | 命题符号化技巧 | 命题符号化示例 ) ★★(一)
217 0
|
资源调度
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA ) ★★
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA ) ★★
303 0
【计算理论】计算理论总结 ( 非确定性有限自动机 NFA 转为确定性有限自动机 DFA ) ★★
【计算理论】计算理论总结 ( 非确定性有限自动机 NFA 转为确定性有限自动机 DFA ) ★★
376 0
【计算理论】计算理论总结 ( 非确定性有限自动机 NFA 转为确定性有限自动机 DFA ) ★★