[Powered by Google Translate] Youve 'forsit auditus populus loqui de jejunare vel efficiens algorithm ad capiendum peculiaris vestrae negotium, sed quid exacte sibi uult, pro an algorithm esse jejunare vel efficiens? Atqui vera fringilla aliquam nunc non loquitur, quasi secunda vel minutes. Hoc est, quia computatrum hardware et software variant ASPERITER. Conventiculo currere posset tardior quam tua, quoniam Im 'cursor eam super antenatum computer, aut quia ego contigerit lascivio an online video venatus simul quod hogging omnibus memoria aut possem esse currens conventiculo diversas per software aliud, quo machina parvo elit. Est ac comparantes poma et oranges. Just quia meum tardior computatrum sumit amplius responsum reddere, quam tuus non dicit habetis magis efficens algorithm. 

Sic, cum nos non possit directe comparare runtimes de progressio in minutis secundis aut minutes, quomodo nos comparare II diversis algorithms cuiuscumque sint hardware vel software environment? Creo a plus uno modo mensuras algorithmic efficientiam, computatrum scientists et mathematici cogitaverunt conceptibus mensurae asymptoticus multiplicitate protracta et et adnotatio vocatur 'Big Ohnotation' pro describens hoc. Quod pertinet ad rationem, f (x) cuius iussu G (x) si esse aliquod (x) pendo, x ₀ et constanti C, quod f (x) sit minor vel equalis assiduum illud temporibus g (x) pro omnibus x maior quam x ₀. 

Rationem, sed ne metuit a. Quid hoc actu autem dico in minus speculatiuis terminos? Bene, suus 'basically viam analyzing velocitate protracta et scriptor runtime crescit asymptotically. Hoc est, ut moli vestra inputs auget ad infinitum, dicunt, vestri 'voluptua intellegeretur compluras molis M comparari ad array molis X. Quomodo runtime of vestri progressio crescat? Pro exemplo, imaginari computatis numerus characterum in filo simplicissima via  per ambulationem per totum chorda littera-by-littera et addendo I ad calculus pro singulis character. Hoc algorithm dicitur run in linearibus tempus secundum numerum personarum, 'N' in nervo. Denique subit O (n). Quid est hoc? Bene per hunc modum tempus percurrere totius chordae numerum proportionalem esse viris. Supputatis numerum characters in a XX-character chorda ut saltem duplo longius itur numerare characters in X-character nervo, quia omnes characteres respicias Et idem fiat cuique temporis respicere. Cum te augere numerum personarum, in runtime augebit linearly cum input longitudine. 

Nunc, finge si statueris linearibus tempore, O (n) sicut non hercle vobis? Maybe vos erant 'thesaurizantes ingens chordarum, extra tempus et futurum non possunt percurrere omnes eorum characters computatis unus-per-unum. Sic aliud placet temptare. Quis si vos accideret iam reponunt numerum characters in nervo, inquiunt, in variabilis vocatur 'Len,' mane die in progressio, ante etiam vos repono ipsa prima character in vestri chorda? Ergo omnia scire putes facere, filum longum, est reprehendo quem valorem variabilis illius est. Ne respicias se corda omnium, et accessu ad valentiam variabilis quasi Len consideratur an asymptotically tempus constans operationem, aut O (I). Quid est hoc? Bene, memorare quid asymptotici complexitate significet. Quomodo habet runtime alteratio secundum moli tui inputs crescit? 

Nisi forte in maiore esset personarum numerus nervo conetur. Bene facitis quod non refert quam magnus nervo etiam a million characters longa, omnes youd 'have efficio invenire chorda est scriptor mensuram aditus, est perlegere valor variabilis Len, quas tu iam fecit. Input in longitudine, quae est longitudo fili quaerens es, fugit te ratio non convenit omni velocitate. Haec pars vestri progressio cursurus esset aeque ieiunium in a unus-character chorda et mille-character nervo, Et ideo iam hoc esse propositum ut ad tempus cursus semper input secundum magnitudinem. 

Nimirum, illic 'a Incommodum. Consumaveris susicivus memoria tractus in vestri computer thesaurizantes variabilis et susicivus tempus necessarium vos ut faciam actualis repono de variabilis, sed ipsum punctum stat adhuc, excogitato usquequo vestra chorda erat non omnino pendet longitudo fili. Ita decurrunt O (I) vel semper nunc. Non utique diceretur ut vestri codice currit I gradum, Sed quamvis multa passus est, inputs nisi quantitas variabilis, suus 'etiam asymptotically constans quae nos repraesentat ut O (I). 

Sicut vos probabiliter potest augurari, ibi multi et diversi sunt magnus O runtimes ut metiretur algorithms cum. O (n) ² algorithms sunt asymptotically tardior quam O (n) algorithms. Id est, secundum particularum numerum (n) oritur, eventually O (n) ² algorithms assumam plus temporis quam O (n) algorithms ad currendam. Hoc non significat O (n) algorithms semper currere velocius quam O (n) ² algorithms, etiam in eadem environment, in eadem accumsan, odio. Maybe enim parvae input magnitudines,  O (n) ² algorithm ut etiam operemur velocius, sed, eventually, sicut input mole auget ad infinitatem, O (n) ² algorithm scriptor runtime mos eventually eclipsare runtime gentis O (n) algorithm. Iustus amo ullus quadraticum mathematica functio  mos eventually comprehendam ulla linearibus functio, quamvis ratione lineae incipit cum initio capitis. Magnum opus si tibi data algorithms ut run in O (n) ² tempus potest realiter terminus sursum tarditatem vestri progressio, sed enim parvae input magnitudines, attende ne forte tu. 

Alius asymptotici complexitate est, logarithmica tempore, O (log n). Haec celeriter currit exemplatum algorithm est classic binariae search algorithm, pro inveniendis elementum jam in-sorted list elementorum. 

Si vos non sciunt quid binariae search facit, Ego puteus 'persolvo eam vobis realiter cito. Dico vobis quaeritis Sit numerus III in hoc aciem: integri. Media acies videt elementum rogans, "volo elementum maior aut aequalis, aut minor?" Si par, sic magnus. Invenisti elementum et facta es. Si est maior, elementum scitis in ordine ad dexteram, Eodem modo et in futuro expectamus, Et si minus est, quia tunc est in sinistram. Is processus tunc iterari cum minori-amplitudo array donec rectam elementum inventus est. 

Iste potens algorithm secet, in aciem mole in dimidia cum singulis operationem. Sic, reperire elementum in sorted array molis VIII, ad summum (stipes ₂ VIII), aut III harum operationum, tardata medium elementum, tunc secans array in dimidia erit requiritur, Cumque hac array molis XVI sumit (stipes ₂ XVI), aut IV operationes. Ut 'tantum I plus operatio per duplices-amplitudo ordinata. Duplicando moli, in aciem auget runtime per solum I FRUSTUM huius code. Iterum, tardata medium elementum album, tunc rumpendi. Sic tempus dictum operari logarithmica, O (log n). Sed expecta, dicitis, unde hoc non attenditur per ordinem elementum sit quaeritis? Si forte prima pars dextra spectas? Igitur et tunc solum sumit I operationem, neuer grandes facit album est. 

Bene, ut 'quare computatrum scientists habere plures termini pro asymptotici complexitate quae reverberant optimus-casu et pessimum-casu theatrica an algorithm. Magis proprie finis superioris et inferioris in runtime. In optimo casum pro binariae search, nostra elementum est vox illic in medio, quod vos adepto eam in tempus constans, cetera utcumque ordinatus est magna. Symbolum solebat hoc enim est Ω. Et hoc dicitur currere algorithm Ω (I). Optime tamen habet quiddam brevi neuer magnus, in aciem est, sed in pessimum casu, habet ad faciéndam (log n) split compescit ut in ordine ad res. Pessimum-casu superiorem terminos referuntur ad cum magnus "O" ut vos iam familiari. Sic, suus 'O (log n), sed Ω (I). 

A linearibus search, per oppositum quod omnia quae in apparatu perambula Unum invenire vis, est ad optimus Ω (I). Prima iterum pars vis. Unde non refert quantum ad bellum. Maxime in re illud in novissimo agmine elementum. Ergo per te ire in aciem n elementa inveniuntur, sicut si quaeratur III. Ita fuerit, currit in O (n) tempus quod est in ratione numeri particularum in ordine. 

Unus plus symbolum adhibitus est Θ. Hoc adhiberi potest describere algorithms ubi optimum et pessimum casibus sunt idem. Algorithms longitudine nervus, in quo fit mentio supra. Quod si ante differentia reponunt nos reponere chorda et obvius is postea in tempus constans. Quocumque numero in thesaurizas variabili sumus, puteus habeat considerare. Quod optimum sit, spectare longitudo fili invenire. Sic Ω (I) vel optimus-casu tempus constans. Pessimus casus est, longitudo fili, et invenies videamus. Ita, (I) quam si semper in peius. Quum causa optima pessima sunt idem re, Θ dici potest currere (I) est. 

In summa, habemus bonum vias ad rationis de codes efficientiam absque scire aliquid de verus-mundi tempus capiunt currere, multis extrinseco quod afficitur, quos possidet differentes hardware, software, aut speciali vestra code. Item R. de futuro sinit quando moli inputs crescit. 

Si curris in O (n) ² algorithm, aut peius, O (II ⁿ) algorithm, unus de ieiunas accrescens typos, youll realiter satus animadverto slowdown cum vos satus opus cum pluribus amounts of notitia. 

Ut 'asymptotici complexionem. Gratias.