blocks|key|1793320|text|我可以想出以下三个理由：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1793321|易于初步实施。|unordered-list-item|1793322|在未来的维护中很容易。|1793323|O(N%5E3)算法的空间复杂度可能低于O(N%5E2)算法(即它使用的内存较少)。|1793324|1793325|1793326|entityMap^0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$]]|$1|E|3|F|5|D|7|O|8|@]|9|@]|A|$]]|$1|G|3|H|5|D|7|P|8|@]|9|@]|A|$]]|$1|I|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]|$1|J|3|-4|5|6|7|R|8|@]|9|@]|A|$]]|$1|K|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|L|$]]

I can think of the following three reasons:

<ul>
<li>Ease of initial implementation.</li>
<li>Ease of maintenance in the future.</li>
<li>The O(N^3) algorithm may have a lower space complexity than the O(N^2) algorithm (i.e., it uses less memory).</li>
</ul>

blocks|key|1793414|text|下面的例子可以让你相信，在某些情况下，O(N，N)可能比O(N，2)更好。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1793415|blockquote|1793416|1793417|O(N平方)算法对于代码来说是非常复杂的，但是如果输入大小是N≤100，那么对于实际使用，O(N立方)可以足够快|ordered-list-item|1793418|O(N+2)有一个很大的常数乘以它，例如c=+1000，因此对于N=+100，c⋅N+2=1000⋅100+2=+10⁷，而如果c=1对于O(N)则c⋅N=+10⁶|1793419|与O(N)算法相比，O(N+2)算法具有很高的空间复杂度|1793420|1793421|1793422|entityMap^0|0|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|-4|5|C|7|Q|8|@]|9|@]|A|$]]|$1|D|3|-4|5|6|7|R|8|@]|9|@]|A|$]]|$1|E|3|F|5|G|7|S|8|@]|9|@]|A|$]]|$1|H|3|I|5|G|7|T|8|@]|9|@]|A|$]]|$1|J|3|K|5|G|7|U|8|@]|9|@]|A|$]]|$1|L|3|-4|5|6|7|V|8|@]|9|@]|A|$]]|$1|M|3|-4|5|6|7|W|8|@]|9|@]|A|$]]|$1|N|3|-4|5|6|7|X|8|@]|9|@]|A|$]]]|O|$]]

Here is are examples to convince you that O(N³) can be in some cases better than O(N²).

<blockquote>
 <ol>
 <li>O(N²) algorithm is very complex to code whereas if input size is say N ≤ 100 then for practical use O(N³) can be fast enough</li>
 <li>O(N²) has a large constant multiplied to it for example c = 1000 hence for N = 100, c⋅N² = 1000⋅100² = 10⁷ whereas if c = 1 for
 O(N³) then c⋅N³ = 10⁶</li>
 <li>O(N²) algorithm has very high space complexity as compared to O(N³)</li>
 </ol>
</blockquote>

blocks|key|3413448|text|另一件事是，有些算法有一个很大的常数因子。一个O+(N%5E2)可能有一个很大的常数因子，这使得使用起来不太实际(如果N足够小，就像Thorban所指出的那样)|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|3413449|entityMap^0|N|7|1L|1|0^^$0|@$1|2|3|4|5|6|7|H|8|@$9|I|A|J|B|C]|$9|K|A|L|B|C]]|D|@]|E|$]]|$1|F|3|-4|5|6|7|M|8|@]|D|@]|E|$]]]|G|$]]

another thing is, some algorithms have a big constant factor.
a <code>O (N^2)</code> might have a big constant factor that won't make it really practical to use ( if <code>N</code> is small enough as kindly noted by Thorban)

blocks|key|1793501|text|选择一种算法的唯一原因不是运行时间的增长顺序.你必须分析：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1793502|实现起来有多容易|unordered-list-item|1793503|所需空间|1793504|现实生活中的输入有多大(有时只有在现实中从未发生的输入大小时才能观察到时差)|1793505|1793506|1793507|entityMap^0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$]]|$1|E|3|F|5|D|7|O|8|@]|9|@]|A|$]]|$1|G|3|H|5|D|7|P|8|@]|9|@]|A|$]]|$1|I|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]|$1|J|3|-4|5|6|7|R|8|@]|9|@]|A|$]]|$1|K|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|L|$]]

The only reason for choosing one algorithm is not the order-of-growth of the running time. You must analyze:

<ul>
<li>How easy it is to implement</li>
<li>The space required </li>
<li>How big are the real life inputs (sometimes the time difference is only observable for input sizes that never occurs in reality)</li>
</ul>

blocks|key|3384285|text|除了已经发布的答案之外，我还想提到缓存行为。由于重复缓存，特定的内存访问模式可能要慢得多，理论上更慢的算法具有更好的缓存友好性访问模式。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3384286|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

Adding to the already posted answers I'd like to mention cache behaviour. A particular memory access pattern might be so much slower due to repeated cache misses that a theoretically slower algorithm with a more cache friendly memory access pattern performs much better.

blocks|key|3413546|text|大O是最坏情况下的上限。QuickSort是O(n%5E2)时间，MergeSort是O(n+lgn)时间。但是人们使用QuickSort，因为平均来说，它是O(+than+)，其常数比MergseSort低。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3413547|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

Big-O is an upper bound on the worst case. QuickSort is O(n^2) time and MergeSort is O(n lgn) time. But people use QuickSort because on average it is O(n lgn) with lower constants than MergseSort.

I was studying for my final exam and there is a question in the archive that I cannot find its answer:

<blockquote>
 The order-of-growth of the running time of one algorithm is O(N^2); the
 order-of-growth of the running time of a second algorithm is O(N^3). List
 three compelling (logical, convincing) reasons why a programmer would
 prefer to use the O(N^3) algorithm instead of the O(N^2) one.
</blockquote>

Why a programmer would prefer O(N^3) instead of O(N^2)

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我当时正在准备期末考试，档案里有一个问题我找不到答案：一个算法的运行时间增长的顺序是O(N^2)，第二个算法的运行时间的增长顺序是O(N^3)。列出三个令人信服(逻辑，令人信服)的理由，为什么程序员宁愿使用O(N^3)算法而不是O(N^2)算法。

问为什么程序员更喜欢O(N^3)而不是O(N^2)
EN

回答 6

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问为什么程序员更喜欢O(N^3)而不是O(N^2)EN

回答 6

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问为什么程序员更喜欢O(N^3)而不是O(N^2)
EN