归并排序和时间复杂度

快捷方式: 差异，相似，杰卡德相似系数，参考。

归并排序和时间复杂度之间的区别

归并排序 vs. 时间复杂度

归并排序（Merge sort，或mergesort），是建立在归并操作上的一种有效的排序算法，效率為 O(n\log n) （大O符号）。1945年由约翰·冯·诺伊曼首次提出。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用，且各层分治递归可以同时进行。. 在计算机科学中，算法的时间复杂度是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。例如，如果一个算法对于任何大小为 n （必須比 n0 大）的输入，它至多需要 的时间运行完毕，那么它的渐近时间复杂度是 O(n3)。 為了計算時間複雜度，我們通常會估計算法的操作單元數量，每個單元執行的時間都是相同的。因此，總運行時間和算法的操作單元數量最多相差一个常量系数。 相同大小的不同輸入值仍可能造成算法的執行時間不同，因此我們通常使用算法的，記為 T(n) ，定義為任何大小的輸入 n 所需的最大執行時間。另一種較少使用的方法是，通常有特別指定才會使用。時間複雜度可以用函數 T(n) 的自然特性加以分類，舉例來說，有著 T(n).

大O符号

大O符号（Big O notation），又稱為漸進符號，是用于描述函数渐近行为的数学符号。更确切地说，它是用另一个（通常更简单的）函数来描述一个函数数量级的渐近上界。在数学中，它一般用来刻画被截断的无穷级数尤其是渐近级数的剩余项；在计算机科学中，它在分析算法复杂性的方面非常有用。 大O符号是由德国数论学家在其1892年的著作《解析数论》（Analytische Zahlentheorie）首先引入的。而这个记号则是在另一位德国数论学家的著作中才推广的，因此它有时又称为朗道符号（Landau symbols）。代表“order of...”（……阶）的大O，最初是一个大写希腊字母“Ο”（omicron），现今用的是大写拉丁字母“O”。.

大O符号和归并排序 · 大O符号和时间复杂度 · 查看更多 »

数组

在計算機科學中，陣列資料結構（array data structure），簡稱数组（Array），是由相同类型的元素（element）的集合所組成的資料結構，分配一块连续的内存来存储。利用元素的索引（index）可以计算出该元素對應的儲存地址。 最簡單的資料結構類型是一維陣列。例如，索引為0到9的32位元整數陣列，可作為在記憶體位址2000，2004，2008，...2036中，儲存10個變量，因此索引為i的元素即在記憶體中的2000+4×i位址。陣列第一個元素的記憶體位址稱為第一位址或基礎位址。 二维数组，对应于數學上的矩陣概念，可表示為二維矩形格。例如： a.

归并排序和数组 · 数组和时间复杂度 · 查看更多 »