Què és el temps d'execució exponencial?
Què és el temps d'execució exponencial?

Vídeo: Què és el temps d'execució exponencial?

Vídeo: Què és el temps d'execució exponencial?
Vídeo: ¿Qué es el tiempo? Luz, velocidad y gravedad; Relatividad. 2024, Maig
Anonim

Temps de funcionament exponencial . El conjunt de problemes que es poden resoldre mitjançant un exponencial algorismes de temps, però dels quals no es coneixen algorismes de temps polinomials. Es diu que és un algorisme exponencial temps, si T(n) està limitat per 2poli( ), on poli(n) és algun polinomi en n.

D'aquesta manera, què és el temps d'execució polinomial i exponencial?

Exponencial la complexitat necessita més temps i espai que el polinomi complexitat per al mateix nombre de variables. Assmptòmicament exponencial la complexitat és més gran que polinomi complexitat. Exponencial la complexitat necessita més temps i espai que el polinomi complexitat per a un mateix nombre de variables.

En segon lloc, quin és el temps d'execució d'un algorisme? El temps d'execució d'un algorisme per a una entrada específica depèn del nombre d'operacions executades. Com més gran sigui el nombre d'operacions, més llarga serà temps d'execució d'un algorisme . Normalment volem saber quantes operacions an algorisme s'executarà en proporció a la mida de la seva entrada, que anomenarem.

En conseqüència, què és la complexitat exponencial?

Aquest és un exemple de Temps Quadràtic Complexitat . O(2^N) - Exponencial Temps. Exponencial Temps complexitat denota un algorisme el creixement del qual es duplica amb cada addició al conjunt de dades d'entrada. Si en saps d'altres exponencial patrons de creixement, això funciona de la mateixa manera.

Què es considera temps polinomial?

A polinomi - algorisme de temps és un algorisme l'execució del qual temps o ve donada per a polinomi en la mida de l'entrada, o pot estar limitat per tal polinomi . Problemes que es poden resoldre mitjançant a polinomi - algorisme de temps s'anomenen problemes tractables. Els algorismes d'ordenació solen requerir O (n log n) o O (n2) temps.

Recomanat: