Big O — это асимптотическая нотация, описывающая, как изменяются временные или пространственные затраты алгоритма при росте входных данных. Она показывает верхнюю границу роста (худший случай), позволяя сравнивать эффективность алгоритмов независимо от оборудования или реализации.
🔹 Основные виды сложности
— O(1) — постоянное время, не зависит от размера данных. — O(log n) — логарифмическое время, быстро сокращает размер задачи (например, бинарный поиск). — O(n) — линейное время, пропорционально количеству элементов. — O(n log n) — логлинейное, часто встречается в эффективных сортировках (например, Merge Sort). — O(n²) — квадратичное, характерно для вложенных циклов (например, сортировка пузырьком).
Big O — это асимптотическая нотация, описывающая, как изменяются временные или пространственные затраты алгоритма при росте входных данных. Она показывает верхнюю границу роста (худший случай), позволяя сравнивать эффективность алгоритмов независимо от оборудования или реализации.
🔹 Основные виды сложности
— O(1) — постоянное время, не зависит от размера данных. — O(log n) — логарифмическое время, быстро сокращает размер задачи (например, бинарный поиск). — O(n) — линейное время, пропорционально количеству элементов. — O(n log n) — логлинейное, часто встречается в эффективных сортировках (например, Merge Sort). — O(n²) — квадратичное, характерно для вложенных циклов (например, сортировка пузырьком).
BY Библиотека собеса по Java | вопросы с собеседований
Warning: Undefined variable $i in /var/www/tg-me/post.php on line 283