Question

我已经看到这个术语“O（1）访问时间”曾经意味着“快速”，但我不明白这意味着什么。我在同一个上下文中看到的另一个术语是“O（n）访问时间”。有人可以用简单的方式解释这些术语的含义吗？

另见


What is Big O notation? Do you use it?

Big-O for Eight Year Olds?

Answer 1

您将要阅读有关复杂性的订单。

http://en.wikipedia.org/wiki/Big_O_notation

简而言之，O（1）意味着它需要一个恒定的时间，如14纳秒或三分钟，无论集合中的数据量如何。

O（n）表示它需要一定的时间量与集合的大小成线性关系，因此设置两倍的集合将花费两倍的时间。您可能不希望将一百万个对象放入其中一个。

Answer 2

从本质上讲，这意味着无论您的集合中有少量项目还是非常多（在硬件限制范围内），在集合中查找值都需要相同的时间

O（n）意味着查找项目所花费的时间与集合中的项目数量成正比。

这些数组的典型示例是可以直接访问的数组，无论其大小如何，以及链接列表，必须从头开始按顺序遍历访问给定项目。

通常讨论的其他操作是插入。集合可以是O（1）用于访问，但O（n）用于插入。事实上，数组具有这种行为，因为要在中间插入一个项目，您必须将每个项目移动到右侧，方法是将其复制到下一个插槽中。

Answer 3

目前回答此问题的每个答案都告诉您O(1)表示恒定时间（无论测量结果如何;可以是运行时，操作次数等）。这不准确。

要说运行时为O(1)意味着有一个常量c，使运行时限制在c以上，与输入无关。例如，返回n整数数组的第一个元素是O(1)：

int firstElement(int *a, int n) {
    return a[0];
}

但是这个函数也是O(1)：

int identity(int i) {
    if(i == 0) {
        sleep(60 * 60 * 24 * 365);
    }
    return i;
}

此处的运行时间超过1年，但大多数情况下运行时间为纳秒级。

要说运行时为O(n)意味着有一个常量c，运行时间超出c * n，其中n测量输入的大小。例如，通过以下算法查找未排序的n整数数组中特定整数的出现次数为O(n)：

int count(int *a, int n, int item) {
    int c = 0;
    for(int i = 0; i < n; i++) {
        if(a[i] == item) c++;
    }
    return c;
}

这是因为我们必须遍历数组，一次检查一个元素。

Answer 4

O（1）表示访问内容的时间与集合中的项目数无关。

O（N）意味着访问项目的时间与集合中项目的数量（N）成比例。

Answer 5

O（1）并不一定意味着“快速”。这意味着它所花费的时间是恒定的，并且不基于函数输入的大小。常数可以快或慢。 O（n）表示函数所用的时间将与函数输入的大小成正比变化，用n表示。同样，它可能快或慢，但随着n的大小增加它会变慢。

Answer 6

它被称为Big O notation，描述了各种算法的搜索时间。

O（1）表示最坏情况下的运行时间是恒定的。在大多数情况下，这意味着你不需要搜索该系列，你可以立即找到你正在寻找的东西。

Answer 7

“Big O表示法”是表达算法速度的一种方式。 n是算法使用的数据量。 O(1)意味着，无论有多少数据，它都会在恒定时间内执行。 O(n)表示它与数据量成正比。

Answer 8

无论数据集n如何，

O(1)始终在同一时间执行。 O（1）的一个例子是使用索引访问其元素的ArrayList。

O(n)也称为线性顺序，性能将线性增长，并与输入数据的大小成正比。 O（n）的一个例子是随机位置的ArrayList插入和删除。随机位置的每次后续插入/删除都会导致ArrayList中的元素向左移动其内部数组，以保持其线性结构，更不用说创建新数组和复制旧元素了。新阵列占用了昂贵的处理时间，从而损害了性能。

Answer 9

基本上，O（1）表示其计算时间是常数，而O（n）表示它将依赖于线性输入的大小 - 即通过数组循环具有O（n） - 只是循环 - ，因为它取决于项目的数量，而计算普通数字之间的最大值有O（1）。

维基百科也可以提供帮助：http://en.wikipedia.org/wiki/Computational_complexity_theory

Answer 10

区分O（1）和O（n）的最简单方法是比较数组和列表。

对于数组，如果您具有正确的索引值，则可以立即访问数据。（如果你不知道索引并且必须循环遍历数组，那么它将不再是O（1））

对于列表，无论你是否知道索引，总是需要遍历它。

Answer 11

这意味着访问时间是不变的。无论您是从100或100,000个记录访问，检索时间都是相同的。

相反，O（n）访问时间表示检索时间与您访问的记录数成正比。

Answer 12

这意味着访问需要恒定的时间，即不依赖于数据集的大小。 O（n）表示访问将线性地取决于数据集的大小。

O也被称为big-O。

Answer 13

算法导论：Cormen，Leiserson，Rivest＆amp; Sons的第二版。斯坦因在第44页说

因为任何常数都是0度多项式，我们可以表达任何常数函数为Theta（n ^ 0），或 THETA（1）。后一种表示法是一种然而，轻微的滥用，因为它是不清楚什么变量趋于无穷。我们经常使用符号Theta（1）表示a 常数或常数函数尊重一些变数。 ......我们由O（g（n））表示......的集合函数f（n）使得存在正常数c和n0这样对于所有n> 0 = 0，0 <= f（n）＆lt; = c * g（n）。 ...注意f（n）= Theta（g（n））暗示f（n）= O（g（n）），因为Theta 符号比O符号更强。

如果算法在O（1）时间运行，则意味着渐近不依赖于任何变量，这意味着存在至少一个正常数，当乘以1大于渐近复杂度时（〜运行时）高于一定数量的n值的函数。从技术上讲，它是O（n ^ 0）时间。

Answer 14

这是一个简单的比喻；想象一下，您使用O（1）在线下载电影，如果花5分钟才能下载一部电影，那么仍然需要花费相同的时间来下载20部电影。因此，无论您要下载多少电影，无论是一部电影还是20部电影，它们都将花费相同的时间（5分钟）。这种类比的一个正常示例是，当您进入电影库时，无论是拍摄一部电影还是5部电影，您都只需立即选择它们。因此花费相同的时间。

但是，对于O（n），如果下载一部电影需要5分钟，那么下载10部电影大约需要50分钟。因此时间不是固定不变的，也不是与下载电影的数量成正比的。

Answer 15

O（1）表示随机访问。在任何随机存取存储器中，访问任何位置的任何元素所花费的时间是相同的。这里的时间可以是任何整数，但唯一要记住的是在第（n-1）或第n个位置检索元素的时间是相同的（即常数）。

而O（n）取决于n的大小。

Answer 16

根据我的观点，

O（1）表示一次执行一个操作或指令的时间是一个，在最佳情况下算法的时间复杂度分析。

“O（1）访问时间”是什么意思？

16 个答案: