首页 > 其他 > 详细

Input Size VS Time Complexity

时间:2018-05-01 13:10:59      阅读:186      评论:0      收藏:0      [点我收藏+]

2018-05-01 11:10:54

本文介绍了输入数据规模和时间复杂度上限的关系,可以通过数据规模推算使用算法的类型。

技术分享图片

  • < 10: O(n!) permutation
  • < 15: O(2^n) combination
  • < 50: O(n^4) DP
  • < 200: O(n^3) DP, all pairs shortest path
  • < 1,000: O(n^2) DP, all pairs, dense graph
  • < 1,000,000: O(nlogn), sorting-based (greedy), heap, divide & conquer
  • < 1,000,000: O(n), DP, graph traversal / topological sorting (V+E), tree traversal
  • < INT_MAX: O(sqrt(n)), prime, square sum
  • < INT_MAX: O(logn), binary search
  • < INT_MAX: O(1) Math

Input Size VS Time Complexity

原文:https://www.cnblogs.com/TIMHY/p/8975858.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!