Que mesure Big O ?
Que mesure Big O ?

Vidéo: Que mesure Big O ?

Vidéo: Que mesure Big O ?
Vidéo: Asymptotic Bounding 101: Big O, Big Omega и Theta (глубокое понимание асимптотического анализа) 2024, Novembre
Anonim

gros - O notation. (définition) Définition: Une théorie mesure de l'exécution d'un algorithme, généralement le temps ou la mémoire nécessaire, compte tenu de la taille du problème n, qui est généralement le nombre d'articles. Informellement, en disant une équation f(n) = O (g(n)) signifie qu'il est inférieur à un multiple constant de g(n).

D'ailleurs, que veut dire Big O ?

Grand O La notation est utilisée en informatique pour décrire les performances ou la complexité d'un algorithme. Grand O décrit spécifiquement le pire des cas, et peut être utilisé pour décrire le temps d'exécution requis ou l'espace utilisé (par exemple en mémoire ou sur disque) par un algorithme.

Deuxièmement, Big O est-il le pire des cas ? Donc, en recherche binaire, le meilleur Cas est O (1), moyenne et pire cas est O (connexion). Bref, il n'y a pas de type de relation du type grand O est utilisé pour pire cas , Thêta pour la moyenne Cas ”. Tous les types de notation peuvent être (et sont parfois) utilisés pour parler de meilleure, moyenne ou pire cas d'un algorithme.

À côté de ci-dessus, qu'est-ce que la fonction Big O?

Grand O La notation est une notation mathématique qui décrit le comportement limite d'un fonction lorsque l'argument tend vers une valeur particulière ou l'infini. Une description d'un fonction en terme de grand O la notation ne fournit généralement qu'une limite supérieure sur le taux de croissance de la fonction.

Comment expliquez-vous la notation Big O ?

Les Notation grand O définit une limite supérieure d'un algorithme, il limite une fonction uniquement par le haut. Par exemple, considérons le cas du tri par insertion. Il faut un temps linéaire dans le meilleur des cas et un temps quadratique dans le pire des cas. Nous pouvons dire sans risque que la complexité temporelle du tri par insertion est O (n^2).

Conseillé: