这里的第二年计算机科学专业的学生。在课堂上，我们将涵盖渐近符号，排序算法等。我需要一些帮助来理解渐近符号以及这些值如何相互关联。我已经有一段时间了，但我似乎无法得出一个合理的结论。我想，答案很简单，但它让我望而却步。我的教授向我们提供了关于渐近符号及其使用方法的详细说明。
所以，提出的问题是：
Big-O和Big-theta渐近性能有什么区别？
我的结论是：
-Big-O性能意味着算法可以提前完成，渐近性能是最坏的情况。
-Big-Theta性能意味着算法无法提前完成，渐近性能是最佳情况。
如果这些假设不正确，有人可以为我做芝麻吗？
- 和 -
木头夹头需要20秒才能夹住60个木头夹头，而木头夹头的木头夹头算法具有时间渐近性能Theta（n ^ 2）。在五分钟内，这个木头夹头（如果木头夹头可以夹住木头）可以放多少木材？
据我所知，由于算法是n ^ 2，我们可以预期，越来越多的木材需要花费的时间是指数级的。然而，我不知道如何在5分钟内找到木材的数量。我觉得我过度思考这个问题，答案很简单。任何帮助将不胜感激。
答案 0 :(得分：0)
如果你知道你有一个O（n ^ 2）算法并且你可以在Y秒内完成X个工作单位，那么你可以在大约4Y秒内完成2X工作单位。你可以在大约16秒内完成4X工作单元。
或者，您在16 * Y秒内可以完成的工作量等于X * sqrt（16）。
因此，您在Z秒内可以完成的工作量是X * sqrt（Z）。 15的平方根约为3.873，意味着你可以在15秒内完成60 * 3.873或232.46单位的工作。
但是，重要的是要记住，你在这里使用近似值。渐近＆＃34;数学＆＃34;没有给出确切的数字。如果我在现实生活中做这个练习（并且我做了一些非常相似的事情），我估计我能在300秒内完成大约四倍于20秒的工作，因为300大约是16次尽可能多的时间。所以我对这个问题的答案是＆＃34;大约240个chucks。＆＃34;