Loading docs/misc/complexity.md +4 −2 Original line number Diff line number Diff line Loading @@ -2,6 +2,8 @@ 一般来说,复杂度是一个关于数据规模的函数。对于某些算法来说,相同数据规模的不同数据依然会造成算法的运行时间/空间的不同,因此我们通常使用算法的最坏时间复杂度,记为 $T(n)$ 。对于一些特殊的情况,我们可能会关心它的平均情况复杂度(特别是对于随机算法 (randomized algorithm)),这个时候我们通过使用随机分析 (probabilistic analysis) 来得到期望的复杂度。 另外请读者们注意(尤其是刚入门的 OIer),由于在算法竞赛中,算法复杂度带对数时,对数的底通常为 $2$ ,因此常将对数的底数省略不写(即将 $\log_2{n}$ 简写为 $\log n$ )。当底数不为 $2$ 时一般会标明,所以当读者看到复杂度中出现 $\log n$ 的时侯就要知道它的底数是 $2$ 。 ## 渐进符号 我们通常使用渐进符号来描述一个算法的复杂度。 Loading Loading
docs/misc/complexity.md +4 −2 Original line number Diff line number Diff line Loading @@ -2,6 +2,8 @@ 一般来说,复杂度是一个关于数据规模的函数。对于某些算法来说,相同数据规模的不同数据依然会造成算法的运行时间/空间的不同,因此我们通常使用算法的最坏时间复杂度,记为 $T(n)$ 。对于一些特殊的情况,我们可能会关心它的平均情况复杂度(特别是对于随机算法 (randomized algorithm)),这个时候我们通过使用随机分析 (probabilistic analysis) 来得到期望的复杂度。 另外请读者们注意(尤其是刚入门的 OIer),由于在算法竞赛中,算法复杂度带对数时,对数的底通常为 $2$ ,因此常将对数的底数省略不写(即将 $\log_2{n}$ 简写为 $\log n$ )。当底数不为 $2$ 时一般会标明,所以当读者看到复杂度中出现 $\log n$ 的时侯就要知道它的底数是 $2$ 。 ## 渐进符号 我们通常使用渐进符号来描述一个算法的复杂度。 Loading