重複の可能性あり:
ビッグオーのわかりやすい英語の説明
多くの場合、アルゴリズムの時間計算量について議論されるときには、メモリも考慮されます。big-O(1)、big-O(n)、big-O(n*n) メモリの意味を知りたいです。
そして、それは時間の複雑さとどのように関係しているのでしょうか?
ベストアンサー1
xmoex が言ったように:
o(1) は一定のメモリ使用量を構成します。したがって、入力量は重要ではありません。
o(n) は線形のメモリ使用量を構成します。したがって、入力が増えると、メモリも線形に増えます。
o(n*n) はメモリ使用量の 2 乗を構成します。つまり、入力が増えるとメモリも 2 乗で増えます (平均で x^2)。
ほとんどの場合、メモリの複雑さのこの測定は、時間の複雑さの測定とは完全に独立しています。コンピュータ アルゴリズムの場合、アルゴリズムの品質を決定するには、アルゴリズムがこれらの複雑さの両方をどのように管理するかを知ることが重要です。ただし、両方を個別に計算する必要があります。問題の使用例や状況によっては、一方が他方よりも重要になる場合があります。