a演算法的復雜度
❶ 若某個問題的A演算法的執行時間是1000n，B演算法的執行時間是2n，這兩個演算法的時間復雜度分別是什麼
都是O(n)，演算法忽略常數
❷ 演算法的時間復雜度是指什麼
就是對演算法執行時所花時間的度量。一般為問題規模的函數。
計算機科學中，演算法的時間復雜度是一個函數，它定量描述了該演算法的運行時間。這是一個關於代表演算法輸入值的字元串的長度的函數。時間復雜度常用大O符號表述，不包括這個函數的低階項和首項系數。使用這種方式時，時間復雜度可被稱為是漸近的，它考察當輸入值大小趨近無窮時的情況。
演算法復雜度分為時間復雜度和空間復雜度。其作用： 時間復雜度是指執行演算法所需要的計算工作量；而空間復雜度是指執行這個演算法所需要的內存空間。演算法的復雜性體現在運行該演算法時的計算機所需資源的多少上，計算機資源最重要的是時間和空間資源，因此復雜度分為時間和空間復雜度。
相關內容解釋：
函數在數學上的定義：給定一個非空的數集A,對A施加對應法則f,記作f（A）,得到另一數集B,也就是B=f（A）。那麼這個關系式就叫函數關系式,簡稱函數。
簡單來講，對於兩個變數x和y，如果每給定x的一個值，y都有唯一一個確定的值與其對應，那麼我們就說y是x的函數。其中，x叫做自變數，y叫做因變數。
❸ A*演算法的時間復雜度是多少
從數學上定義，給定演算法A，如果存在函數F(n)，當n=k時，F(k)表示演算法A在輸入規模為k的情況下的運行時間，則稱F(n)為演算法A的時間復雜度。這里首先要明確輸入規模的概念。關於輸入規模，不是很好下定義，非嚴格的講，輸入規模是指演算法A所接受輸入的自然獨立體的大小。例如，對於排序演算法來說，輸入規模一般就是待排序元素的個數，而對於求兩個同型方陣乘積的演算法，輸入規模可以看作是單個方陣的維數。為了簡單起見，總是假設演算法的輸入規模是用大於零的整數表示的，即n=1,2,3,……,k,…… 對於同一個演算法，每次執行的時間不僅取決於輸入規模，還取決於輸入的特性和具體的硬體環境在某次執行時的狀態。所以想要得到一個統一精確的F(n)是不可能的。為了解決這個問題，做以下兩個說明： 1.忽略硬體及環境因素，假設每次執行時硬體條件和環境條件是完全一致的。 2.對於輸入特性的差異，將從數學上進行精確分析並帶入函數解析式。
❹ 演算法的基本概念是什麼，演算法復雜度的概念和意義
計算機系統中的任何軟體,都是由大大小小的各種軟體組成部分構成,各自按照特定的演算法來實現,演算法的好壞直接決定所實現軟體性能的優劣.用什麼方法來設計演算法,所設計演算法需要什麼樣的資源,需要多少運行時間,多少存儲空間,如何判定一個演算法的好壞,在實現一個軟體時,都是必須予以解決的.計算機系統中的操作系統,語言編譯系統,資料庫管理系統以及各種各樣的計算機應用系統中的軟體,都必須用一個個具體的演算法來實現.因此,演算法設計與分析是計算機科學與技術的一個核心問題.
歐幾里德曾在他的著作中描述過求兩個數的最大公因子的過程.20世紀50年代,歐幾里德所描述的這個過程,被稱為歐幾里德演算法,演算法這個術語在學術上便具有了現在的含義.下面是這個演算法的例子及它的一種描述.
歐幾里德曾在他的著作中描述過求兩個數的最大公因子的過程.20世紀50年代,歐幾里德所描述的這個過程,被稱為歐幾里德演算法,演算法這個術語在學術上便具有了現在的含義.下面是這個演算法的例子及它的一種描述.
。。。。。
http://cache..com/c?word=%CB%E3%B7%A8%3B%B5%C4%3B%BB%F9%B1%BE%3B%B8%C5%C4%EE%3B%CA%C7%3B%CA%B2%C3%B4&url=http%3A//www%2Etup%2Etsinghua%2Ee%2Ecn/Resource/tsyz/015469%2D01%2Edoc&b=0&a=42&user=
❺ 演算法的空間復雜度指的是什麼
1、簡單來說：演算法的空間復雜度指的是佔用內存，cpu等計算機資源的程度。
2、具體點來解釋就是：空間復雜度(Space Complexity)是對一個演算法在運行過程中臨時佔用存儲空間大小的量度，記做S(n)=O(f(n))。比如直接插入排序的時間復雜度是O(n^2),空間復雜度是O(1) 。
而一般的遞歸演算法就要有O(n)的空間復雜度了，因為每次遞歸都要存儲返回信息。
一個演算法的優劣主要從演算法的執行時間和所需要佔用的存儲空間兩個方面衡量。
❻ 下列敘述中正確的是（)
正確答案:C
參考解析∶為了降低演算法的空間復雜度，主要應減少輸入數據所佔的存儲空間以及額外空間，通常採用壓縮存儲技術，C選項敘述正確。演算法的計算工作雀是用演算法所執行的基本運草次數來度量的，而演算法所執行的基本運算次數是問題規模（通常用整數〉表示的函數，A選項報述錯誤。演算法的復雜度與程序的編制無關，B選項敘述錯誤。演算法需要考慮可行性、確定性、有窮性等,D選項敘述錯誤。本題答案為C選項。
❼ 請問能說下a*演算法的時間復雜度和空間復雜度的和推導過程嗎很急用
B,原因是空間復雜度是為了衡量你編寫的演算法的好壞，好壞就是看你演算法在執行過程中所需儲存空間的多少來衡量的
❽ A*演算法的復雜度是
A*的復雜度很難計算的，搜索+剪枝的演算法復雜度一般都無法計算
❾ 演算法的時間復雜度定義
在進行演算法分析時，語句總的執行次數T(n)是關於問題規模n的函數，進而分析T(n)隨n的變化情況並確定T(n)的數量級。演算法的時間復雜度，也就是演算法的時間量度。記作：T(n)=O(f(n))。它表示隨問題n的增大，演算法執行時間的增長率和f(n)的增長率相同，稱作演算法的漸進時間復雜度，簡稱為時間復雜度。其中，f(n)是問題規模n的某個函數。
這樣用大寫O()來體現演算法時間復雜度的記法，我們稱之為大0記法。
❿ 求最短路徑的A*演算法的時間復雜度與空間復雜度是多少
從數學上定義，給定演算法A，如果存在函數F(n)，當n=k時，F(k)表示演算法A在輸入規模為k的情況下的運行時間，則稱F(n)為演算法A的時間復雜度。這里首先要明確輸入規模的概念。關於輸入規模，不是很好下定義，非嚴格的講，輸入規模是指演算法A所接受輸入的自然獨立體的大小。例如，對於排序演算法來說，輸入規模一般就是待排序元素的個數，而對於求兩個同型方陣乘積的演算法，輸入規模可以看作是單個方陣的維數。為了簡單起見，總是假設演算法的輸入規模是用大於零的整數表示的，即n=1,2,3,……,k,…… 對於同一個演算法，每次執行的時間不僅取決於輸入規模，還取決於輸入的特性和具體的硬體環境在某次執行時的狀態。所以想要得到一個統一精確的F(n)是不可能的。為了解決這個問題，做以下兩個說明： 1.忽略硬體及環境因素，假設每次執行時硬體條件和環境條件是完全一致的。 2.對於輸入特性的差異，將從數學上進行精確分析並帶入函數解析式。