我们正在算法类中讨论主定理，对于一个问题，我试图比较nlogn与1来确定它属于MT的哪种情况。但我正在努力弄清楚哪个更大。
编辑：这是为了解决重现问题。等式是T（n）= 2T（n / 4）+ N * LogN。只是把它扔了，这有助于它。
答案 0 :(得分：1)
以这种方式思考：
O(N*LogN)会随着N而增加，对于任何X，无论多大，您都可以找到N的值{{1} }}大于N*LogN。X将保持不变，无论O(1)是什么。这意味着N 渐近更好，即对O(1)的某些（可能非常高）值N将会变慢。
答案 1 :(得分：0)
如果算法是O（NlogN），这意味着存在数字A和执行时间B的数量，这样对于任何大于A的输入大小N，执行时间将小于B次NlogN。< / p>
如果算法是O（1），那就意味着存在一些固定的时间C，无论输入大小如何，都可以保证算法完成。
在比较两个算法中，其中一个是O（NlgN），其中一个是O（1），人们通常会发现O（1）算法对于足够大的N值更快，但是在很多情况下，对于N的小值，O（NlgN）算法可能更快。
实际上，虽然像O（N ^ 3）或O（N ^ 4）算法这样的东西通常看起来很糟糕，但即使O（N ^ 4）算法也可能胜过O（1）算法，如果N通常是一个很小的数字（例如1-5左右）并且永远不会变得非常大（即使偶尔的值50也可能会严重影响狗的表现）。