빅오 소개

Big O에 대해 이야기하기 전에 Big O에 대해 알아야 하는 이유를 아는 것이 좋습니다.

다른 알고리즘이 있다고 가정해 봅시다. 어느 것이 더 효율적인지 어떻게 알 수 있습니까? 우리는 그것들을 어떻게 비교합니까? Big O가 작동하는 곳입니다.

Big O는 알고리즘이 얼마나 효율적인지 설명, 분류, 분석, 비교 및 ​​논의할 수 있는 일련의 규칙 및 용어입니다. 입력이 증가함에 따라 알고리즘의 실행 시간이 어떻게 증가하는지 설명합니다.

일부 Big O 복잡성

오(1)

입력이 증가함에 따라 런타임이 일정한 시간으로 증가합니다. 알고리즘이 이렇게 복잡하다면 더 잘할 수 없을 것입니다.

예를 들어, 이 함수는 O(1) 복잡도를 가집니다. 입력이 커져도 런타임이 영향을 받지 않기 때문입니다. sum(1, 2) 또는 sum(100000, 1000000) 를 사용하면 항상 하나의 작업을 수행합니다.

function sum(n1, n2) {
  return n1 + n2
}

상수로 간주되는 작업:

변수 할당

산술 연산

인덱스로 배열의 요소에 액세스

키로 개체의 값에 액세스

에)

선형 런타임은 입력 크기에 바인딩되며 런타임은 입력이 커짐에 따라 커집니다. 대부분의 경우 이러한 유형의 알고리즘에는 일종의 루핑 메커니즘(for, while, 재귀)이 있습니다.
루프에서 복잡성은 루프의 길이입니다.

function logNumbersUntil(n) {
  for (let i = 0; i < n; i++) {
    console.log(i)
  }
}