Video: Giải thích hiện tượng Lỗ đen bằng kiến thức vật lí phổ thông 2025
Một phần của các thuật toán đối với những người mới bắt đầu Cheat Sheet
Bạn đã biết rằng các thuật toán rất phức tạp. Tuy nhiên, bạn cần phải biết một thuật toán phức tạp phức tạp như thế nào bởi vì một thuật toán phức tạp hơn là, nó cần nhiều thời gian hơn để chạy. Bảng dưới đây giúp bạn hiểu mức độ phức tạp khác nhau được trình bày theo thứ tự thời gian chạy (từ nhanh nhất đến chậm nhất).
Độ phức tạp | Mô tả |
Độ phức tạp liên tục O (1) | Cung cấp thời gian thực hiện không thay đổi, cho dù bạn nhập vào bao nhiêu. Mỗi đầu vào yêu cầu một đơn vị thời gian thực hiện. |
Độ phức tạp logarithmic O (log n) | Số lượng các hoạt động phát triển ở tốc độ chậm hơn so với đầu vào, làm cho thuật toán kém hiệu quả hơn với các đầu vào nhỏ và hiệu quả hơn với các thuật toán lớn hơn. Một thuật toán điển hình của lớp này là tìm kiếm nhị phân. |
Sự phức tạp tuyến tính O (n) | Các hoạt động phát triển với đầu vào theo tỉ lệ 1: 1. Một thuật toán điển hình là lặp lại, khi bạn quét đầu vào một lần và áp dụng một thao tác cho mỗi phần tử của nó. |
Độ phức tạp tuyến tính O (n log n) | Tính phức tạp là sự kết hợp giữa sự phức tạp logarithmic và tuyến tính. Nó là điển hình của một số thuật toán thông minh được sử dụng để đặt hàng dữ liệu, chẳng hạn như Mergesortsort, Heapsort và Quicksort. |
Sự phức tạp gấp đôi O (n 2 ) | Các hoạt động phát triển như một hình vuông của số lượng đầu vào. Khi bạn có một lần lặp trong một lần lặp lại (được gọi là lặp lồng nhau trong khoa học máy tính), bạn có sự phức tạp bậc hai. Ví dụ, bạn có một danh sách các tên và, để tìm những cái giống nhau nhất, bạn so sánh mỗi tên với tất cả các tên khác. Một số thuật toán đặt hàng ít hiệu quả hơn trình bày sự phức tạp như vậy: sắp xếp bong bóng, sắp xếp lựa chọn và sắp xếp chèn. Mức độ phức tạp này có nghĩa là các thuật toán của bạn có thể chạy hàng giờ hoặc thậm chí vài ngày trước khi tìm ra giải pháp. |
Sự phức tạp của khối O (n 3 ) | Các hoạt động phát triển thậm chí còn nhanh hơn sự phức tạp bậc hai bởi vì bây giờ bạn có nhiều lần lặp lồng nhau. Khi một thuật toán có thứ tự phức tạp này và bạn cần phải xử lý số lượng khiêm tốn của dữ liệu (100, 000 phần tử), thuật toán của bạn có thể chạy trong nhiều năm. Khi bạn có một số hoạt động mà là một sức mạnh của đầu vào, nó là phổ biến để tham khảo các thuật toán như chạy trong thời gian đa thức. |
Sự phức tạp hàm mũ O (2 n ) | Thuật toán mất hai lần số lần thực hiện trước cho mỗi phần tử mới được thêm vào. Khi một thuật toán có sự phức tạp này, ngay cả những vấn đề nhỏ có thể mất mãi mãi. Nhiều thuật toán tìm kiếm toàn diện có sự phức tạp hàm mũ. Tuy nhiên, ví dụ điển hình cho mức độ phức tạp này là việc tính toán các số Fibonacci. |
Sự phức tạp nhân tố O (n!) | Thuật toán này cho thấy một cơn ác mộng thực sự phức tạp vì có nhiều sự kết hợp có thể giữa các phần tử. Chỉ cần tưởng tượng: Nếu đầu vào của bạn là 100 đối tượng, và một thao tác trên máy tính của bạn mất 10 -6 999 giây (tốc độ hợp lý cho mỗi máy tính hiện nay), bạn sẽ cần khoảng 10 140 năm để hoàn thành nhiệm vụ thành công (một khoảng thời gian không thể thực hiện vì tuổi của vũ trụ được ước tính là 10 14 năm). Một vấn đề phức tạp nổi bật giai đoạn là vấn đề người bán hàng đi du lịch, trong đó một nhân viên bán hàng phải tìm ra con đường ngắn nhất để thăm nhiều thành phố và trở lại thành phố khởi đầu.
|