哪种算法的O（N）或O（2N）更快？
说到大O表示法，如果一种算法的时间复杂度为O（N），而另一种算法的时间复杂度为O（2N），哪个算法更快？
回答：
big O的定义是：
O（f（n））= {g | 存在N并且c> 0使得g（n）
N}
用英语来说，O（f（n））是最终增长率小于或等于f的所有函数的集合。
因此O（n）= O（2n）。就渐进复杂性而言，任何一个都不比另一个“更快”。它们代表相同的增长率-即“ 线性 ”增长率。
O（n）是O（2n）的子集： 令g是O（n）中的一个函数。那么存在N并且c> 0使得对于所有n> N的g（n）
N的g（n）<（c / 2）* 2n。因此g在O（2n ）。
O（2n）是O（n）的子集： 令g是O（2n）中的一个函数。那么存在N且c> 0，因此对于所有n> N，g（n）
N，g（n）<2c * n。因此，g在O（n）中。
通常，当人们指渐近复杂性（“大O”）时，他们指的是规范形式。例如：
- 对数：O（log n）
- 线性：O（n）
- 线性运算：O（n log n）
- 二次：O（n 2）
- 指数：O（c n）对于固定的c> 1
（以下是更完整的列表：常见时间复杂度表）
所以通常您会写O（n），而不是O（2n）；O（n log n），而不是O（3 n log n + 15 n + 5 log n）。
以上是 哪种算法的O（N）或O（2N）更快？ 的全部内容， 来源链接： utcz.com/qa/433340.html
