我在Cormen发现了这个声明：
由于算法在常量输入上的运行时间是常数，因此算法运行时间引起的重现通常会有 对于足够小的n，T（n）= theta（1）。
但是如果我们考虑排序那么即使输入大小是恒定的，运行时间也会改变（当输入已经排序时，输入是降序排列，我们必须按升序排序）。运行时间如何不变？
答案 0 :(得分：0)
假设我们比较了3种算法
如果我们git每个相同的常量n = 4的输入我们得到不同的运行时间
即使所有三种算法都具有不同的复杂度，n的特定（常数）值的结果也会产生恒定的运行时间。
因此，从结果144 113 84中，您可以对其他n值的不同算法的复杂性一无所知。
因此，只有在想要描述n的所有可能变量的算法行为时，O-Notation才有意义。如果您只对特定n的运行时间感兴趣，那么O符号是没用的，因为它不会告诉您任何因素。在上面的例子中，具有最差复杂度（C）的算法在给定的n = 4时具有最低的运行时间。
简而言之：无论算法的复杂程度如何，如果你遇到一个恒定大小的问题，你总会得到一个恒定的运行时间。
o-notation仅描述与不同输入大小相关的运行时间变化，以及任何常数因子的抽象。
答案 1 :(得分：0)
对给定问题使用已建立的算法预先计算一个表，该表在第1列中包含大小为n的所有不同输入，在第2列中，对应于同一行第1列中输入的算法输出。现在，修改后的算法是使用输入作为表列1的索引，只输出该行中第2列中包含的内容。
该表的大小是预先计算的固定m。因此，修改后的算法的运行时仅依赖于m，因为它需要输出最多大小为m的一些数据。因此，修改算法的运行时为O(1)。