编程/编码时渐近时间复杂度的意义？

Question

我听过很多关于时间复杂性的事情。时间复杂度本身就是一个Aproximation，因为我们关注的是Worstcase（Big-Oh），Bestcase（Big-Omega）和Average（Theta）。

每种编程语言都包含许多内置函数。我真的不知道是否有办法检查这些函数的时间复杂度。 因为我们正在使用buit-in-functions，

  

我们真的需要考虑Time complexity while coding吗？   太空复杂性怎么样？

     

有没有办法检查这些功能的时间复杂性。   既然我们正在使用buit-in-functions？

Answer 1

  

我们是否真的需要在编码时考虑时间复杂度？

如果您的应用需要能够扩展到更大的问题，那么是的。否则没有。

  

空间复杂度怎么样？

答案相同。

  

有没有办法检查这些功能的时间复杂性。既然我们使用内置函数？

1. 阅读文档。标准类的方法的复杂性经常被记录下来。

2. 使用您的算法知识。例如，您应该在CS课程的算法单元中教授排序为O(NlogN)的体面排序算法，或者列表中的元素平均为O(N)。 （如果你没有采用算法，那就有很多优秀的教科书......）

3. 检查并在必要时分析内置函数的源代码。

（注意：我不推荐估算复杂性的经验和方法。它可能会给你错误的答案......甚至忽略测量方法的标准问题。）

Answer 2

  

有没有办法检查这些功能的时间复杂性。既然我们使用内置函数？

是。
最常见的方法是使用定时器（前后时间戳，秒表等）循环运行（10,000 - 10,000,000次，具体取决于功能，软件，定时器的精度等），然后将其与其他进行比较选项。

修改
您需要使用许多不同的输入大小，并注意缓存对测量的潜在混淆效果。