Структуры данных: асимптотический анализ |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2022-02-22 09:00 Предыдущая часть: “Структуры данных: основы алгоритмов” Асимптотический анализ алгоритма — это определение математических границ/рамок его производительности во время выполнения, позволяющее очень легко находить время работы алгоритма в лучшем, среднем и худшем случае. Асимптотический анализ связан c входными данными: если их нет, алгоритм работает за постоянное время. Все остальные факторы, кроме входных данных, считаются постоянными. Асимптотический анализ имеет дело с вычислением времени выполнения любой операции в математических единицах. Так, если время выполнения одной операции вычисляется как f(n), а другой — как g(n2), значит, время выполнения первой операции по мере роста n увеличивается линейно, а второй — экспоненциально. И если значение n ничтожно мало, время выполнения обеих операций почти одинаково. Обычно выделяют три времени выполнения алгоритма:
Асимптотические обозначения Для расчета сложности времени выполнения алгоритма чаще используют следующие асимптотические обозначения:
Нотация «O» большое , O Обозначение ?(n) — это формальный способ определения верхней границы времени выполнения алгоритма. Применяется для измерения временной сложности в худшем случае или наибольшего времени, требующегося для завершения алгоритма. Например, для функции f(n) ?(f(n)) = {g(n), где существует c > 0 и n0 такие, что f(n) <= c.g(n) для всех n > n0.} Омега-нотация, ? Обозначение ?(n) — это формальный способ определения нижней границы времени выполнения алгоритма. Применяется для измерения временной сложности в лучшем случае или наименьшего времени, требующегося для завершения алгоритма. Например, для функции f(n) ?(f(n)) >= {g(n), где существует c > 0 и n0 такие, что g(n) <= c.f(n) для всех n > n0.} Тета-нотация, ? Обозначение ?(n) — это формальный способ определения нижней и верхней границ времени выполнения алгоритма. Выглядит она так: ?(f(n)) = {g(n) тогда и только тогда, когда g(n) = ?(f(n)) и g(n) = ?(f(n)) для всех n > n0.} Часто встречающиеся асимптотические обозначения Вот список самых распространенных асимптотических обозначений: Читайте также:
Источник: m.vk.com Комментарии: |
|