我试图了解在PC上运行程序的背景下Big O分析的特定方面。
假设我有一个性能为O（n + 2）的算法。在这里，如果n变大，则2变得无关紧要。在这种情况下，很明显，实际性能为O（n）。
然而，认为另一算法为O的平均性能（N 2 /2）。在我看到此示例的书中，实际表现为O（n 2）。我不确定为什么，我的意思是在这种情况下2似乎并不完全无关紧要。所以我一直在从书中寻找清晰的解释。这本书以这种方式解释：
“虽然考虑了1/2的含义。检查每个值的实际时间高度取决于代码转换成的机器指令，然后取决于CPU执行指令的速度。因此1/2并不适用。不是很重要。”
我的反应是……是吗？我从字面上不知道所说的是什么，或更确切地说，该陈述与他们的结论有关。有人可以帮我拼一下吗。
谢谢你的帮助。
“这些常量有意义还是相关？”之间有区别。和“大O符号是否关心它们？” 第二个问题的答案为“否”，而第一个问题的答案为“绝对！”。
Big-O表示法并不关心常量，因为big- O表示法仅描述函数的长期增长率，而不是函数的绝对值。将函数乘以常数只会对其常数的增长率产生影响，因此线性函数仍然线性增长，对数函数仍然对数增长，指数函数仍然呈指数增长，等等。由于这些类别不受常数的影响，因此不会无论我们删除常数。
也就是说，这些常量 绝对 重要！的函数，其运行时间为10 100 n将被 方式 比其运行时只是N A功能慢。运行时间为n 2/2的函数将比运行时间仅为n 2的函数快。前两个函数均为O（n）且后两个函数均为O（n 2）的事实并没有改变它们不在相同时间运行的事实，因为这不是big- O表示法专为。O表示法可以很好地确定一个功能 在长期内 是否会大于另一个功能。尽管10 100对于任何n> 0，n都是一个巨大的值，该函数为O（n），因此对于足够大的n，最终它将击败运行时间为n 2/2的函数，因为该函数为O（n 2）。
综上所述-由于big-O仅谈论增长率的相对类别，因此它忽略了恒定因素。但是，这些常数绝对重要。它们只是与渐进分析无关。
希望这可以帮助！
