Tid komplexitet är ett mått på hur länge en algoritm tar att slutföra en körning genom processen . För att mäta tid komplexitet med C + + , har du en mängd olika alternativ . Denna handledning går igenom processen att hitta tid komplexitet . Instruktioner
1
Identifiera din algoritm . Beroende på din algoritm , måste du använda ett annat mått på tiden komplexitet . Det finns en mängd olika algoritm typer inklusive logaritmisk , brute force , iteration och array index . När du har identifierat din algoritm du kan börja analysera det .
2
hitta tid komplexitet. Detta är den knepiga delen . Att hitta tid komplexiteten i din algoritm , mata den allt större mängder data och se hur den saktar ner . Du kan också analysera de olika stegen i algoritmen och se hur det passar in i tidigare - analyserade problemen time komplexitet . Kolla in information om Big O notation och information om algoritmer för mer hjälp ( se Resurser ) .
3
Analysera tiden komplexiteten att hitta bästa fall för din process . Om algoritmen kan åstadkommas med ett snabbare förfarande , kanske du vill arbeta för att genomföra snabbare metod . Generellt algoritmer går från snabbast till långsammast i denna ordning : konstant tid , logaritmisk tid , linjär tid , polynom gång , exponentiell tid och faktoriell tid . Det snabbaste är oftast en direkt blick upp och tiden är densamma oavsett hur stora ingången . Den långsammaste är generellt en brute force-metoden av något slag som går igenom varenda möjlighet och saktar ner betydligt när tillförseln ökar i storlek . Det kan inte vara värt det för att optimera algoritmen för en snabbare tid komplexitet om ökningen skulle vara ganska liten eller om du arbetar med mindre mängder data . Men om du arbetar med stora mängder data , så du kanske vill överväga att ta den extra tid att lista ut hur man skapar den mest optimerad kod .
