빅오 소개
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:
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)
}
}
Reference
이 문제에 관하여(빅오 소개), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/ajuni880/intro-to-big-o-49al텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)