这个问题出现在家庭作业上。我无法理解为什么？您似乎总是希望选择产生最佳运行时间的算法。
答案 0 :(得分：2)
Big O和Big Theta符号仅表示对于任意大的输入大小，性能趋于某种限制。例如，函数99999999n是O（n）但函数（1/9999999999）n ^ 2是O（n ^ 2）。但是，对于任何合理大小的输入（不是无限大），O（n ^ 2）函数显然可能更快。
换句话说，如果您可以对输入数据做出假设，那么在某些情况下，通常较差的算法可能会表现得更好。
上述概念的一个真实例子是排序 - 如果数组已经排序（冒泡排序），有些算法在O（n）时间内执行。如果你知道很多数组已经排序，你可以选择使用冒泡排序而不是合并排序。
另一个您可能不想使用更节省时间算法的极端情况是空间效率。也许你是在内存非常少的嵌入式设备上编程的。你宁愿使用更少的内存，浪费更多的时间，而不是尽可能节省时间。