什么时候Big-O = x被归类为低效？

Question

假设我们使用X算法与O(n)或O(log n)或etc...实施了一个问题。当n的值足够大以至于我们必须考虑替代实现时？让我们看看我是否可以更好地解释自己。

  

对于n = 10,000

     

O（n ^ 2）= 100,000,000

     

O（n）= 10,000

     

O（Log n）= 4

     

。 。

显然，最好的算法将是具有最低“Big-o”的算法。

因此，假设我们使用冒泡排序对长度为5的数组进行排序，结果为25，这并不是那么糟糕。但是，如果O符号的结果如此之大，那么实际上我们必须使用另一种实现。

Answer 1

当它成为你申请的瓶颈时。

但总的来说，目标是复杂性最低的算法，同时也易于实现。

Answer 2

某种Big O复杂性并不意味着你应该总是避免它;你应该拍摄较低复杂度的算法，但是n（12）的O（n ^ 2）将会快速运行，而不管O（n ^ 2）通常被认为是“坏”的复杂性。

O（n ^ 2）并不自动意味着“太慢”; O（n log n）不会自动表示“yay，这很快”。如果一个给定的算法运行得太慢，那么你想减少它的运行时间，你通常可以通过降低它的复杂性来做到这一点，但是直到它成为一个问题，不要冒汗。

Answer 3

如果存在另一个较低Big-O的解决方案，那么解决方案效率太低。

Answer 4

当它等于且alpha = 1时。