El orden de crecimiento en el algoritmo significa cómo aumenta el tiempo de cálculo cuando aumenta el tamaño de entrada. Realmente importa cuando el tamaño de entrada es muy grande.
El orden de crecimiento proporciona solo una descripción cruda del comportamiento de un proceso. Por ejemplo, un proceso que requiere n ^ 2 pasos y un proceso que requiere 1000 n ^ 2 pasos y un proceso que requiere 3 n ^ 2 +10 n +17 pasos, todos tienen un orden de crecimiento O (n ^ 2). El orden de crecimiento proporciona una indicación útil de cómo podemos esperar que cambie el comportamiento del proceso a medida que cambiamos el tamaño del problema. Dependiendo del algoritmo, el comportamiento cambia. Por lo tanto, esta es una de las cosas más importantes que debemos tener en cuenta cuando diseñamos un algoritmo para un problema determinado.
Hay diferentes anotaciones para medirlo y la más importante es la notación Big O, que le da la peor complejidad de tiempo. Puede revisar esto para leerlo más: notación Big O
- Cómo implementar consultas mínimas de rango bidimensional con una complejidad de O (1) por consulta
- ¿Cómo funciona el algoritmo de caminante aleatorio para la segmentación de imágenes en términos simples?
- ¿Las empresas comerciales de algo funcionan mejor que las empresas comerciales que no son algo?
- ¿Cómo se puede averiguar el número de veces que se repite una palabra en una cadena usando Java?
- ¿Cuál es la intuición de los algoritmos de Prim y el algoritmo de Kruskal?