Complejidad del tiempo.
Complejidad de tiempo es el tiempo requerido para resolver el algoritmo. Usualmente lo representamos como O (n) (pronunciado un gran-oh) donde n es una variable polinómica.
Por ejemplo, Bubble Sort y Insertion sort tienen una complejidad de tiempo O ( [math] n ^ 2 [/ math] ).
- ¿Cuál es el vínculo entre los algoritmos de optimización y las distribuciones de probabilidad?
- ¿Cuánto conocimiento de implementación de algoritmos usan realmente los programadores experimentados?
- Cómo escribir un programa para encontrar el mayor número entre cuatro números, sin usar sentencias if y variables de tipo de matriz
- ¿Cuál es el algoritmo de búsqueda de profundidad primero?
- ¿Cuál es la mejor manera de implementar un iterador para un BST?
Donde n es el número de elementos. Por ejemplo, si hay 1000 elementos en una matriz, tanto el ordenamiento de burbujas como el de inserción tomarán 1000000 unidades de tiempo para completarlo.
Mientras que el tipo de conteo que tiene O (n) puede resolverlo en 1000 unidades de tiempo.
La clasificación de radix con O (nlogn) puede resolverlo mucho más rápido.
Consulte los siguientes enlaces para saber más sobre la complejidad del tiempo:
2.2.3. Complejidad del tiempo, complejidad del espacio y la notación O
Análisis de Algoritmos | Conjunto 4 (Análisis de bucles) – GeeksforGeeks
Algoritmo de clasificación – Wikipedia