Question

最佳情况定义为在大小为n的所有输入中哪个大小为n的输入最便宜。 “我算法的最佳情况是n = 1，因为这是最快的。”？是对还是错？如果我给出大尺寸的输入N，则意味着需要额外的时间。如果我输入较小的N值，它的意思是它需要更少的时间？所以，它的意思是我们依赖于输入的大小..？并且，如果我为N尺寸数组提供输入任何数字（如45）以及最后找到的元素，那么它也意味着最坏的情况？（但是来自N的地方？它已经修好了吗？）我对这一切感到困惑？如果我考虑这两种情况。的意思是，

我们将修复像N这样的数组大小，我制作了N个项目的数组
我们会将一个元素作为搜索输入。

它的平均值，最差情况，最佳情况，平均情况，取决于上面提到的两件事（N尺寸数组和输入类型）。我对吗？

Answer 1

n是固定的，你不能将它设置为1：＆＃34;在所有大小为n＆＃34;的输入中最便宜。最佳情况和最坏情况仅取决于输入的类型，其大小必须为n。

例如，如果你在n个元素中进行线性搜索，最好的情况是如果你在第一次尝试时立即找到它，最坏的情况是你必须查看所有n个元素。

Answer 2

当声明某些东西是O（n）时，这意味着预期时间与输入中元素的数量成比例。这意味着如果您将输入加倍，那么您将工作的预期时间加倍。这样的一个例子是逐个元素地遍历元素，直到找到结果。或者添加数组的所有元素。

O（1）表示无论输入量多少，该函数都将花费相同的时间。在哈希中查找值时，您会看到这一点。它是一个索引查找，所以它不必遍历每个元素。

像O（n ^ 2）这样的东西意味着努力与所涉及的元素数量的平方成正比。运行所有元素组合时，您会看到这一点。因此，10个数组将为具有2个参数的函数提供100种不同的可能输入。

搜索有序数组可能在O（log（n））中完成，因为你可以猜出一个元素，然后消除一半而不必搜索它们。

Answer 3

取决于你的算法。例如，如果我想在数组中使用一个元素，无论你的大小是多少，它都需要相同的时间。因为它花费O（1）时间。但是，如果要使用需要O（N）时间的算法：

changeColor(c){
    this.setState(prevState => ({
      color: prevState.colors,
      colors: prevState.color
    }))
  }

数组越大，算法运行得越慢。还有像这样的情况

FindMaxElementInAnArray(A)
a=-∞
for each i in A
    if i>a
    a=i
return a

这个需要O（100-N）时间。

我算法的最佳情况是n = 1，因为这是最快的？这是对的吗？

3 个答案: