我有一个问题要找到算法的复杂性类估计。该问题给出了算法的记录时间。那么，我是否只根据计算时间来平均时间？ 对不起，我错过了一部分。 好吧，所以它记录时间，如N = 100，算法= 300，接下来N = 200，算法= 604，接下来N = 400算法= 1196，接下来N = 800算法2395.所以，我算如300/100，并且604/200并找到平均值。这是我应该如何估计算法的复杂性类别？
答案 0 :(得分：1)
尝试绘制运行时间与N的关系，看看你是否有任何见解。 （例如，如果运行时间= f（N），则f（N）约等于log（N），或sqrt（N），或......？）
答案 1 :(得分：0)
它是否也为您提供算法的输入，从而产生记录的时间？您可以根据输入大小与输出运行时间推断出增长顺序。
即。 input = 1，运行时间= 10 输入= 100，运行时间= 100000
似乎是O（N ^ 2）
即。 输入= 1且运行时间= 10，可能是O（cn），其中C = 10 当n = 1时，N ^ 2和N是相同的
输入= 10且运行时间= 100000，可能是O（cN ^ 2），其中C = 10 并且N = 100 * 100 = 10000，* 10 = 100000
答案 2 :(得分：0)
提示：计算算法处理单个项目所花费的时间。
这些计算时间如何相互关联？
算法是否总是花费相同的时间来处理一个项目，无论有多少项目，是否有一个因素？也许时间呈指数增长？
答案 3 :(得分：0)
我认为时间不会有助于弄清楚它的复杂性。即使在完全相同的任务上，时间也可能非常不同（取决于调度程序或其他因素。）
看看当你的输入变大时需要多少步骤。因此，如果你有一个排序算法，需要100个步骤来排序10个项目和10000个步骤来排序100个项目，你会说从大O（N ^ 2）排序，因为
输入步骤
10 100（等于10 * 10）
100 10000（等于100 * 100）
这不是平均值，而是寻找一个函数，将输入映射到步数，然后找到该函数的哪个部分增长最快（N ^ 2增长快于N，所以如果你的函数是N ^ 2 + N你把它归类为N ^ 2）。
至少那是我记得它的方式，但它已经很久了!! ：）
编辑：既然你的问题还有更多细节，那就是我要做的事情，并考虑到上述情况。
不要考虑平均任何事情，只考虑f（100）= 300，f（200）= 604和f（400）= 1196。
并且不必确切，只是在球场。所以一个简单的线性函数（如f（x）= 3 * N），其中f（100）= 300，f（200）= 600，f（400）= 1200，这将描述你可以说的算法的复杂性算法的复杂度类是线性的或大的O（N）。
希望有所帮助！