อะนาลิซาทอัลกอริธม โดยการใช้บิ๊กโอ หมายเหตุ: การ คํานวณ และ การ คํานวณ

สัญลักษณ์ของ ig-O คือ หลักการทางคณิตศาสตร์ที่ใช้อธิบายประสิทธิภาพของอัลกอริทึม มันช่วยเปรียบเทียบว่าค่าเวลา หรือค่าพื้นที่ของอัลกอริทึมเติบโตเมื่อค่านําเข้าเพิ่มขึ้น

การเข้าใจหมายเหตุใหญ่ O

สัญลักษณ์ Big-O แสดงถึงขอบเขตบนของอัตราการเจริญเติบโตของอัลกอริทึม มันจัดหมวดหมู่อัลกอริทึมจากผลงานของพวกเขา

การคํานวณบิ๊ก-โอสําหรับอัลกอริต

การคํานวณเกี่ยวข้องกับการวิเคราะห์จํานวนวิธีการดําเนินการที่ประมวลผลได้ โดยทําจากขนาดที่สัมพันธ์กับขนาดที่ป้อนเข้าไป ตัวอย่างเช่น วงเวียนที่วิ่งได้ธรรมดา n ครั้ง มีความซับซ้อนของเวลา (FLT: 0) O (FLT: 1)[FT: 1). วงจรที่ตั้งของแต่ละวงทํางาน n ครั้งมีผลเป็น [FTT:2] (FLT: 3). การคํานวณนี้จะช่วยทํานายว่า อัลกอริทึมจะดําเนินการอย่างไร ด้วยชุดข้อมูลที่ใหญ่ขึ้น

กําลังคํานวณผลการขยายผล

การแปลผล Big-O เกี่ยวข้องกับความเข้าใจอัตราการเติบโตและผลกระทบที่มีผลจริง อัลกอริทมที่มีการจัดหมวดหมู่ใหญ่ต่ํา โดยปกติจะวิ่งเร็วกว่าเมื่อใส่ข้อมูลขนาดใหญ่ อย่างไรก็ตาม ค่าคงที่และลําดับต่ํามักจะถูกละเลยในสัญลักษณ์บิ๊ก-โอ โดยเน้นที่ปัจจัยสําคัญที่มีผลกระทบต่อการทํางาน

หมวดหมู่ทั่วไป

• [FLT: 0] O(1): เวลาคงที่, อิสระจากขนาดป้อนข้อมูล
• [FLT: 0] O(log n): เวลาโลตาริตมค เกิดช้าเมื่อข้อมูลเข้าเพิ่มขึ้น
• [FLT: 0] O(n): เวลา Linear เพิ่มขึ้นตามสัดส่วนที่มีขนาดป้อนข้อมูล
• [FLT: 0] O(n LOL n): เร็วกว่าสมการกําลังสอง ซึ่งพบบ่อยในอัลกอริทึมการเรียงลําดับที่มีประสิทธิภาพ
• [FLT: 0] O(n^2)): เวลาของควาร์เดติก, ประสิทธิภาพลดลงอย่างรวดเร็ว ด้วยข้อมูลที่มีขนาดใหญ่ขึ้น