{wcademy}

Инфографика: Сложность алгоритмов

June 23, 2020

Инфографика о сложности алгоримтов и big-O notation.

Под сложностью алгоритма понимают независимое от железа описание «временно́й» и «по памяти» сложности алгоритма. То есть это стандартный способ показать, как долго будет работать алгоритм или сколько займёт памяти. Обычно описывается в O-нотации. Сложности (от лучшего к худшему) - константное O(1) — сложность не зависит от входных параметров - логарифмическое O(log n) — сложность растёт логарифмически пропорционально n - линейное O(n) — растёт линейно пропорционально n - суперлинеарное O(n log n) — растёт пропорционально n * log(n) - полиномиальное O(n^c) — растёт пропорционально n в степени c - экспоненциальное O(c^n) — растёт ещё быстрее, пропорционально c в степени n - факториальное или факторное O(n!) — самая адовая штука, растёт быстрее всего и такой алгоритм даже при малых n становится полностью неюзабельным

🚀  Если узнал из статьи что-то полезное, ставь лайк и подписывайся на наш канал в Телеграм или группу ВК. Обсудить статью можно в нашем уютном чатике 😏
© 2019 - 2022, {wcademy}