アルゴリズムを記述するのに一般的に使用されるBig O表記法(別の表記法またはメトリックとは対照的に)はなぜですか? Big OmegaやBig Thetaの表記法よりも頻繁に使用されるのはなぜですか?アルゴリズムの複雑さのための異なる表記
-1
A
答えて
0
正直言って私は人々がおそらくこの表記をよく知っていると思います。とにかく追加の記法は必ずしも必要ではありません。たとえば、線形探索はO(n)であり、Omega(1)はすべてではないと言って、は線形探索が最悪の場合はO(n)であり、最悪の場合はO(1)最良の場合。
+0
私の質問に答えてくれてありがとう:-)。そして私はBig o表記法についてのアイデアを得ました。線形検索がO(n)であり、Omega(1)がそれほど簡潔ではないと言うので、100%あなたの答えに同意します。 Big O表記は、関数がそれよりも小さくなったり小さくなったりすることを理解できる上限を常に指しているという理由で良いです。 –
関連する問題
- 1. アルゴリズムの時間複雑さ、大きなOh表記
- 2. 漸近式(Big-O表記)以外のアルゴリズムの複雑さ
- 3. アルゴリズムの複雑さ
- 4. 時間の複雑さのためのアルゴリズムを分析する
- 5. fooアルゴリズムの複雑さ
- 6. アルゴリズムの複雑さ - エクササイズ
- 7. NSGA iiアルゴリズムの複雑さ
- 8. Dijkstraのアルゴリズム - 複雑さ
- 9. アルゴリズムの時間複雑度を大きなオハイ表記で計算する
- 10. Big-O表記による異なるデータ構造上の異なる操作の複雑さ
- 11. サブタスクの既知の複雑さを伴うアルゴリズムの複雑さ
- 12. 複雑さや性能を比較した異なる意志決定アルゴリズム
- 13. アルゴリズムの複雑さを判断する
- 14. この関数のアルゴリズムの複雑さ
- 15. 複雑なExcelの転記
- 16. 次のアルゴリズムの複雑さは?
- 17. f(n)コストでのアルゴリズムの複雑さ
- 18. アルゴリズムの複雑さの分析
- 19. アルゴリズムの最悪の複雑さ
- 20. リンクリストのアルゴリズム複雑さの分析
- 21. 相続を表現するための異なる表記
- 22. 関数の複雑さとアルゴリズム
- 23. 特定のアルゴリズム - 複雑さはO(N)
- 24. 欲張りアルゴリズムの複雑さ
- 25. アルゴリズムの複雑さと実行時間
- 26. アルゴリズムの時間複雑
- 27. 異なるデータ構造と複雑さ
- 28. 複雑なフィルタリングのためのSQLプリペアドステートメント
- 29. 複雑なポリゴンを分解するアルゴリズム
- 30. 再帰アルゴリズムの時間複雑さと空間の複雑さはどのようなものですか?オペレーター?
質問は全く明確ではありません。また、なぜ[アルゴリズム]ではなく、[python]というタグが付けられているのですか? – rubik
私は混乱しています - あなたは「人々が表記を使用する時間のほとんどは何を意味しますか?他に何を使用するのですか?定義上、あなたが何かを書いているときはいつもそれが表記です。 – EJoshuaS