Simplemente agregando una respuesta de Michael Veksler ya suficientemente buena a ¿Cuál es la complejidad de tiempo para una solución iterativa de la serie de Fibonacci ?, siempre que tratamos la complejidad en el análisis teórico de la complejidad, la representación del número, como el número de bits siempre cuenta. Esto se debe a que cada vez que arreglamos algún tamaño de registro (o fragmento de memoria) para la representación, siempre podemos encontrar números que no encajan en él.
En cuanto a la práctica, siempre se puede usar otra arquitectura con el doble de memoria y alcanzar un límite razonablemente alto en los números que puede representar. También se puede argumentar razonablemente que cualquier algoritmo que posteriormente use tales números no necesita números más grandes o será razonablemente prohibitivo para que no haya un punto en ejecutarlo.
Todos estos tecnicismos salen por la ventana en el tratamiento teórico.
- ¿Qué algoritmo usa el GPS de su automóvil? ¿Es el algoritmo de ruta más corta?
- ¿O (log n) siempre implica base 2?
- ¿Escribir un programa de CA para convertir un número en palabras de moneda?
- ¿Cuál es la mejor manera de usar la notación O grande para determinar la tasa de crecimiento del tiempo de ejecución de un algoritmo?
- ¿Cuáles son los algoritmos de optimización más simples y fundamentales?