Я понимаю, что O (N) по существу равно O (cN), где c = 'некоторая константа'. Но если N = c. Не делает ли это O (N)^2. Сохраняется ли это с увеличением с или существует какой-то формальный предел.Почему O (n) равно O (2n)
5
A
ответ
15
Если N = c
затем c
не является постоянным. Поэтому это никогда не бывает.
9
O (n) означает, что время выполнения алгоритма линейно увеличивается с размером ввода. Если вы удвоите размер ввода, вы удвоите время выполнения. Если вы в три раза увеличиваете размер ввода, вы утроёте время выполнения. И так далее. Таким образом, график является прямой линией.
O (n^2) означает, что время выполнения алгоритма увеличивается квадратично с размером ввода. Если вы удвоите размер ввода, вы увеличите время выполнения в четыре раза. Это плохо. График типа циклов и становится действительно высоким очень быстро.
С O (2n) вы увеличили наклон линии, но она по-прежнему является линией. Поскольку он линейный, он «сводится» к O (n).
Надеюсь, что помогает.
Смежные вопросы
- 1. Почему функция O (2n^3), а не O (n^3)?
- 2. Is 2^(2n) = O (2^n)
- 3. Is 2^2n = O (2^n)?
- 4. Вычисление ноты Not-O, O (n) * O (log n) = O (n log n)
- 5. Почему O (2n^2) и O (100 n^2) такие же, как O (n^2) в сложности алгоритма?
- 6. Доказательство f (n) равно O (2^n)
- 7. Большой O-O (N^2) или O (N^2 + 1)?
- 8. Почему Data.Sequence.reverse O (n)?
- 9. Как может быть алгоритм O (n) также O (n^2), O (n^1000000), O (2^n)?
- 10. Почему TreeSet Iteration O (n) вместо O (n * logn)?
- 11. O (n) или O (n)^2 временная сложность алгоритма?
- 12. Big O: O (n) compareStrings
- 13. Между O (nlog * n) и O (n)?
- 14. O (log_2 (n)) = O (log_10 (n))?
- 15. BIg O Обозначение: n * logn
- 16. Выбор O (n) над O (1), когда для всех n, O (1) быстрее, чем O (n)?
- 17. Как O (n log n) отличается от O (log n)?
- 18. Почему умножение O (n^2)?
- 19. Является ли O (n) + O (n log n) равным O (n log n)?
- 20. Являются ли две сложности O ((2n + 1)!) И O (n!) Равными?
- 21. Почему сортировка строки O (n log n)?
- 22. Докажите max (O (f (n)), O (g (n))) = O (max (f (n), g (n))
- 23. Является большим o для следующего O (n^2 * log (n)) или O (n^3 * log (n))
- 24. Сложность Время O (n) или O (n (n + 1)/2)
- 25. Является ли O (n^n) и O (n!) Эквивалентным?
- 26. Может ли O (N * N) быть быстрее, чем O (N)
- 27. Какова связь между O (nlogn) + O (n), O (nlogn) и O (nlogn + n)?
- 28. Является ли сложность O (log (n)) эквивалентной O (sqrt (n))?
- 29. Сумма порядка O (1) + O (2) + .... + O (n)
- 30. Сравнение O ((logn)!) И O (2^n)