タグ付けされた質問 「big-o」

できるだけ形式的な定義はせず、単純な数学を好みます。

4935 algorithm  complexity-theory  computer-science  big-o  time-complexity 

Big O Notationの実行時間と償却時間について学習しています。私はO（n）線形時間の概念を理解しています。つまり、入力のサイズがアルゴリズムの成長に比例して影響を及ぼします...たとえば、二次時間O（n 2）などでも同じです、階乗によって成長するO（n！）回の置換ジェネレータなど。 たとえば、次の関数はO（n）です。これは、アルゴリズムが入力nに比例して大きくなるためです。 f(int n) { int i; for (i = 0; i < n; ++i) printf("%d", i); } 同様に、ネストされたループがある場合、時間はO（n 2）になります。 しかし、正確にはO（log n）とは何ですか？たとえば、完全な二分木の高さがO（log n）であるとはどういう意味ですか？ ログ：私は対数はという意味で、あるもの（そうでないかもしれない非常に詳細で）知っている10 100 = 2を、私は対数時間で機能を特定する方法を理解することはできません。

2139 time-complexity  big-o 

CSの学位を持つほとんどの人は、Big Oが何を表すのかを確かに知っています。これは、アルゴリズムがどれだけ適切にスケーリングされるかを測定するのに役立ちます。 しかし、私は興味があります。アルゴリズムの複雑さをどのように計算または概算しますか？

881 algorithm  optimization  complexity-theory  big-o  performance 

Θ（n）に奇妙なΘ記号があり、その途中に何かがあり、時にはO（n）しか見られないことがあります。この記号を入力する方法を誰も知らないので、それは単に入力の怠惰ですか、それとも何か違う意味ですか？

427 big-o  time-complexity  notation  big-theta 

アルゴリズムの時間の複雑さについて話すとき、「一定の償却時間」とはどういう意味ですか？

415 algorithm  complexity-theory  big-o 

しばらくPHPを使用した後、組み込みのすべてのPHP関数が期待どおりに高速であるとは限りません。キャッシュされた素数の配列を使用して、数値が素数であるかどうかを検出する関数のこれら2つの可能な実装を検討してください。 //very slow for large $prime_array $prime_array = array( 2, 3, 5, 7, 11, 13, .... 104729, ... ); $result_array = array(); foreach( $prime_array => $number ) { $result_array[$number] = in_array( $number, $large_prime_array ); } //speed is much less dependent on size of $prime_array, and runs much faster. $prime_array => …

345 php  performance  algorithm  arrays  big-o 

O（1 / n）アルゴリズムはありますか？ または、O（1）よりも小さいものは何ですか？

335 theory  complexity-theory  big-o 

Big-O表記は理解できますが、多くの関数で計算する方法がわかりません。特に、フィボナッチ数列の単純なバージョンの計算の複雑さを理解しようと試みてきました。 int Fibonacci(int n) { if (n <= 1) return n; else return Fibonacci(n - 1) + Fibonacci(n - 2); } フィボナッチ数列の計算の複雑さはどのくらいで、どのように計算されますか？

330 time-complexity  big-o  complexity-theory  fibonacci 

Big-O表記O(n)とLittle-O表記の違いは何o(n)ですか？

330 algorithm  time-complexity  big-o  asymptotic-complexity  little-o 

明日はコンピュータサイエンス中間期に参加します。これらの再帰関数の複雑さを判断する手助けが必要です。私は単純なケースを解決する方法を知っていますが、私はまだこれらの難しいケースを解決する方法を学習しようとしています。これらは、私が理解できなかった問題のほんの一例にすぎません。どんな助けでも大いに感謝され、私の研究に大いに役立ちます、ありがとう！ int recursiveFun1(int n) { if (n <= 0) return 1; else return 1 + recursiveFun1(n-1); } int recursiveFun2(int n) { if (n <= 0) return 1; else return 1 + recursiveFun2(n-5); } int recursiveFun3(int n) { if (n <= 0) return 1; else return 1 + recursiveFun3(n/5); } void …

267 recursion  big-o  complexity-theory 

Rリストがある場合はmylist、次のobjようにアイテムを追加できます。 mylist[[length(mylist)+1]] <- obj しかし、確かにもっとコンパクトな方法があります。私がRの初心者だったとき、次のlappend()ように書いてみました。 lappend <- function(lst, obj) { lst[[length(lst)+1]] <- obj return(lst) } しかしもちろん、Rの名前による呼び出しのセマンティクスのために機能しません（lst呼び出し時に効果的にコピーされるため、への変更lstはのスコープ外には表示されませんlappend()。R関数で環境ハッキングを実行して、関数のスコープと呼び出し環境を変更しますが、単純な追加関数を書くのは大きなハンマーのようです。 誰かがこれを行うより美しい方法を提案できますか？ベクトルとリストの両方で機能する場合、ボーナスポイント。

245 r  performance  list  append  big-o 

O(log n)時間の複雑さよりも時間の複雑さを好むケースはありますO(1)か？それともO(n)へO(log n)？ 例はありますか？

242 algorithm  big-o  time-complexity 

O（n）の長さnのソートされていない配列でk番目に大きい要素を見つける方法があると思います。または、おそらく「期待される」O（n）か何かです。どうすればこれを行うことができますか？

220 performance  algorithm  big-o 

私はそれを示すために午前ログを（N！）=Θ（nは・ログ（N）） 。 上限をn nで示し、下限を（n / 2）（n / 2）で示すべきであるというヒントが与えられました。これは私にはそれほど直感的に思えません。なぜそうなのでしょうか？n nをn・log（n）に変換する方法（つまり、方程式の両辺をログに記録する方法）は確実にわかりますが、それは一種の逆の作業です。 この問題に取り組むための正しいアプローチは何でしょうか？再帰ツリーを描画する必要がありますか？これについて再帰的なことは何もないので、それはありそうなアプローチとは思えません。

217 algorithm  math  recursion  complexity-theory  big-o 

ビッグO、ビッグオメガ、ビッグシータの表記法の違いに本当に戸惑っています。 私は大きなOが上限で、大きなOmegaが下限であることを理解していますが、大きなӨ（シータ）は正確には何を表していますか？ 私はそれがタイトなバウンドを意味することを読みましたが、それはどういう意味ですか

179 algorithm  computer-science  big-o  notation  big-theta