时间复杂度 Θ(n log n)
time complexity Θ(n log n)
如果算法 A 的时间复杂度为 Θ(n log n) 并且在大小为 10^4 的问题上运行 10^3 毫秒，您预计解决大小为 10^ 的问题需要多长时间6?
A.1.5×10^5 毫秒
乙。 10^5 毫秒
C. 10^6 毫秒
D.2×10^6 毫秒
E. 2.4 × 10^8 毫秒
谁能告诉我如何解决这个问题？
运行-时间与成长率成正比
这意味着如果复杂度是 Θ(n log n) 那么 103 ∝ (104 * Log(104))。换句话说，你可以说 运行 时间（其值为 103）= k * n * log(n) = k * 104 * Log(104) 其中 k 是比例常数。
- 因此，k 可以计算为 103 / (104 * Log(104)) = 1 / (40 * Log(10)).
对于大小为 10 的问题6,
- 运行宁时间是 k * 106 * log(106).
- 得出：106 * log(106) / (40 * Log(10)).
- 或者，等于 1.5 * 105
如果算法 A 的时间复杂度为 Θ(n log n) 并且在大小为 10^4 的问题上运行 10^3 毫秒，您预计解决大小为 10^ 的问题需要多长时间6?
A.1.5×10^5 毫秒
乙。 10^5 毫秒
C. 10^6 毫秒
D.2×10^6 毫秒
E. 2.4 × 10^8 毫秒
谁能告诉我如何解决这个问题？
运行-时间与成长率成正比
这意味着如果复杂度是 Θ(n log n) 那么 103 ∝ (104 * Log(104))。换句话说，你可以说 运行 时间（其值为 103）= k * n * log(n) = k * 104 * Log(104) 其中 k 是比例常数。
- 因此，k 可以计算为 103 / (104 * Log(104)) = 1 / (40 * Log(10)).
对于大小为 10 的问题6,
- 运行宁时间是 k * 106 * log(106).
- 得出：106 * log(106) / (40 * Log(10)).
- 或者，等于 1.5 * 105