Ich kann Edisons Beitrag zur Big-O-Komplexit?t in JavaScript w?rmstens empfehlen. Es ist der freundlichste Artikel, den ich zu diesem Thema gesehen habe.

Artikel nicht mehr verfügbar

Ich werde hier Punkte von Edison übernehmen, w?hrend ich die Zeitkomplexit?t von Big-O mit Flussdiagrammen visualisiere.

O log(n)

Logarithmische Zeit

Die Art und Weise, wie ich Zeitkomplexit?t visuell verstehe, besteht darin, mir den Iterator, zum Beispiel i*2, anzusehen und zu sehen, wie viele Schleifen die Funktion hat.

An)

Lineare Zeit



Lineare Zeit und logarithmische Zeit sehen ?hnlich aus, die Ausgabe unterscheidet sich jedoch aufgrund der Bedingungen der Schleife. exampleLogarithmic(100) gibt 1, 2, 4, 8, 16, 32, 64 zurück, w?hrend exampleLinear(100) einfach alle positiven Ganzzahlen unter 100 durchl?uft.

O(n^2)

Quadratische Zeit



Die Anzahl der Schleifen stimmt mit dem Exponenten überein, auf den n erh?ht wird. Sie k?nnen buchst?blich sehen, wie die Funktion mit zunehmender Zeitkomplexit?t gr??er wird.

O(n^3)

Kubische Zeit



Dies ist nicht die einzige M?glichkeit, die Zeitkomplexit?t zu verstehen, aber es ist wirklich hilfreich, buchst?blich zu sehen, wie die Funktion mit zunehmender Zeitkomplexit?t l?nger wird. Manchmal wird in Schwarzwei? geschriebener Code

 Bl?cke vermitteln visuellen Lernenden den Sinn nicht.


Jetzt machen wir ein Quiz. Wie hoch ist die zeitliche Komplexit?t dieser Funktion?

Machen Sie Ihre Vermutung...





Es ist linear! Das kann ich erkennen, weil es eine Schleife gibt und der Iterator nicht dazu führt, dass die Schleife irgendwelche Ganzzahlen überspringt.

Wie hoch ist die zeitliche Komplexit?t dieser Funktion?





Zweifle nicht an dir. Obwohl sich dies ein wenig von den ersten Beispielen unterscheidet, weist es eine lineare Zeitkomplexit?t auf.

Wie hoch ist die zeitliche Komplexit?t dieser Funktion?





M?glicherweise sehen Sie hier ein Muster. Es ist linear!
Wenn Sie meiner Logik gefolgt sind, k?nnte dies eine Fangfrage sein:




Ich sagte, dass die Anzahl der Schleifen, die der Exponent n bezeichnet, erh?ht wird. Warum hat dies also eine lineare Zeitkomplexit?t und nicht eine quadratische?

Dies h?tte eine quadratische Zeitkomplexit?t, wenn eine for-Schleife innerhalb einer anderen for-Schleife angezeigt würde. Allerdings hat eine for-Schleife, die nach einer anderen for-Schleife l?uft, keine quadratische, sondern eher eine lineare Zeitkomplexit?t.

Okay, wie hoch ist also die zeitliche Komplexit?t dieser Funktion?





Hier gibt es nichts Schwieriges. Dies hat eine quadratische Zeitkomplexit?t.

Nun zu Ihrer letzten Frage – eine Frage, die alle anderen Fragen in Frage stellt – wie hoch ist die zeitliche Komplexit?t dieser Funktion?





Ich hoffe, Sie sehen sich die Bedingungen der for-Schleife sowie die schiere Anzahl der Schleifen an. Dies hat aufgrund der Schleifenbedingung i eine quadratische Zeitkomplexit?t

Die Bilder in diesem Beitrag habe ich mit meiner App generiert, deren Entwicklungsprozess ich in einem anderen Beitrag beschrieben habe:

[


  
  
  So erreichen Sie 100 bei Lighthouse



  
  
  Ender Minyard ? 30. August 2020 ? 2 Minuten Lesezeit



  
  
  webperf#speed#javascript#webdev


](/ender_minyard/how-i-got-100-on-lighthouse-2icd)


          

            
        
Das obige ist der detaillierte Inhalt vonBig-O-Notation: Zeitkomplexit?t mithilfe von Flussdiagrammen verstehen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!