大O：O（log（n））与实时之间的关系是什么

Question

我计算了算法的实际时间（以毫秒为单位）。 我绘制了一张图表，比较了我的算法在Milli-Seconds（y轴）到＆＃39; n＆＃39;（x轴）所用的实际时间，其中n是树I中节点的数量＃39;正在努力。

如果我的算法理想情况下应该具有O（log（n））复杂度，那么如何将此图与O（log（n））相关联。

Answer 1

假设您的算法在O（log n）中，图表应该进行比较。但是，不要为log n绘制k * log n + c，k和c需要k。

常量c描述算法的单个步骤的持续时间，而n汇总所有常量（初始化）成本。

根据您想要实现的目标和算法/实现，您可能会看到处理器缓存未命中，垃圾收集或类似内容增加 INSERT INTO A(desc, date) VALUES ( SELECT B.desc, B.date FROM B,C WHERE B.task=C.keyid AND C.type='1' ) 等效果。

Answer 2

如果您可以保存n,log(n),runtime(n)：

您可以使用3种可视化方法（我使用Excel，因为它简单快捷）：

1. 在log（n）和运行时间之间绘制QQ-plot：

这张图显示了＆＃39;理论＆＃39;运行时功能和“经验”。运行时功能。直线（或接近）意味着它们很接近。

1. 在同一图表上绘制两个图：水平轴为n，两个函数为log（n）和每个n获得的运行时间：



1. 第三个分析是统计方法：绘制水平轴为n的图形，垂直轴为运行时间（n）。现在，添加一个对数趋势线和Rsquare。



趋势线可以为您提供最好的a，b runtime(n)=a*log(n)+b。随着Rsquare变高，运行时和log（n）之间的相关性更好。