Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- Big Omega
- itertools
- solutions of matrix equation
- matrix fo a linear transformation
- 빅세타
- nontrivial solution
- 재귀함수
- 이진 탐색
- Big-O 예제
- 코틀린 Hello World!
- 일차변환
- one-to-one
- python
- Big Theta
- matrix-vector product
- trivial solution
- 코틀린 시작하기
- 빅오 표기법
- 빅오메가
- nonhomogeneous linear system
- homogeneous linear system
- linear dependence
- 랜덤 순서 배열
- 알고리즘 분석의 실례
- recursive algorithms
- Big-Oh 예제
- matrix trnasformations
- Big-Oh notation
- NumPy
- 배열 섞기
Archives
- Today
- Total
목록빅세타 (1)
코딩 연습
Big-Oh Notation (빅-오 표기법)
프로그램의 실행시간을 흔히 시간복잡도(time complexity)라고 말한다. 알고리즘의 분석에 있어서 이 시간복잡도를 입력 자료의 크기 $n$ 의 함수로 나타내는 것이 일반적이다. 예를 들어, 다음과 같은 파이썬 코드가 있다고 하자. def find_max(input_data): maximum = input_data[0] for element in input_data: if element > maximum: maximum = element return maximum 위의 파이썬 코드는 리스트 형태로 주어지는 input_data 의 요소 중 그 값이 가장 큰 것을 반환하는 함수 find_max 를 나타낸다. 이때 이 코드의 실행시간은 중간에 있는 for-loop 에 가장 큰 영향을 받게 되리라는 것을 ..
알고리즘
2017. 5. 5. 04:24