463
个编辑
更改
跳到导航
跳到搜索
第648行：
第648行： − 对算法的分析通常侧重于渐近性能，特别是在初级水平，但在实际应用中，常数因素是重要的，而实际数据在规模上总是有限的。这个限制通常是可寻址内存的大小，所以在32位机器2 sup 32 / sup 4gib (如果使用分段内存则更大)和64位机器2 sup 64 / sup 16 EiB 上。因此，给定一个有限的大小，一个增长的顺序(时间或空间)可以被一个常量因子所取代，在这个意义上，所有实用的算法对于足够大的常量或足够小的数据都是 o (1)。+ − − 算法的分析通常侧重于算法的渐近性能，尤其是在初级阶段，但在实际应用中，常系数很重要，而实际数据的大小往往是有限的。该限制通常表现为是可寻址内存的大小，因此在32位计算机上232=4 GiB（如果使用分段内存，则更大），在64位计算机上264=16 EiB。因此，给定一个有限的大小，一个增长的顺序（时间或空间）可以被一个常数因子代替，在这个意义上，所有实际的算法对于足够大的常数或足够小的数据都是O（1）。
→常数因子 Constant factors
Analysis of algorithms typically focuses on the asymptotic performance, particularly at the elementary level, but in practical applications constant factors are important, and real-world data is in practice always limited in size. The limit is typically the size of addressable memory, so on 32-bit machines 2<sup>32</sup> = 4 GiB (greater if segmented memory is used) and on 64-bit machines 2<sup>64</sup> = 16 EiB. Thus given a limited size, an order of growth (time or space) can be replaced by a constant factor, and in this sense all practical algorithms are O(1) for a large enough constant, or for small enough data.
Analysis of algorithms typically focuses on the asymptotic performance, particularly at the elementary level, but in practical applications constant factors are important, and real-world data is in practice always limited in size. The limit is typically the size of addressable memory, so on 32-bit machines 2<sup>32</sup> = 4 GiB (greater if segmented memory is used) and on 64-bit machines 2<sup>64</sup> = 16 EiB. Thus given a limited size, an order of growth (time or space) can be replaced by a constant factor, and in this sense all practical algorithms are O(1) for a large enough constant, or for small enough data.
算法的分析通常侧重于算法的渐近性能，尤其是在初级阶段，但在实际应用中，常系数非常重要，但实际数据的大小往往是有限的。该限制通常表现为是可寻址内存的大小，因此在32位计算机上232=4 GiB（如果使用分段内存，则更大），在64位计算机上264=16 EiB。因此，给定一个有限的大小，一个增长的顺序（时间或空间）可以被一个常数因子代替，在这个意义上，所有实际的算法对于足够大的常数或足够小的数据都是O（1）。