在刷LeetCode-1TwoSum的時候，有個人在論壇留言，大致意思如下：

我的算法擊敗了90%的人，O(nlgn)算法比O(n)算法快。

我覺得這個人是不懂算法的。讓我一步一步解釋。

?

# O的含義

通俗的說，O表示忽略系數的復雜度上限，常常用一個量級表示，比如n，nlgn。

?

# 忽略的系數重要嗎

重要。我覺得《算法》比《算法導論》優秀的原因之一是，作者用實例證明，在不少情況下，復雜度之前的系數很重要。比如，系數可以導致O(n^2)的插入排序可以比O(nlgn)快速排序快。

可以看一個例子。

// 偽代碼，程序1 void add(int num) {num++;num++;num++;num++;num++;num++;num++;num++;num++;num++; }void add(int[] nums) {for (int i = 0; i < n; i++)add(nums[i]); } // 偽代碼，程序2 void add(int num) {num++; }void add(int[] nums) {for (int i = 0; i < n; i++)for (int j = 0; j < n; j++)add(nums[i]); }

程序1的時間復雜度為O(n)，程序2的時間復雜度為O(n^2)。如果從O來看，程序2的執行速度一定會比程序1快。

實際上速度相當。假設nums的大小為10，程序1要執行10 * 10 = 100次i++，程序2同樣執行10 * 10 * 1 = 100次i++。

原因就在于，程序1需要的時間是10 * n，系數很大為10，而程序2需要的時間是1 * n ^ 2，系數很小為1。

?

# 那個人錯在哪里

或許不是他的錯，是LeetCode的錯。

漸進時間一定要在系數相對于數據量比重很小很小的時候，才有用。像排序算法一類比較簡單的算法，需要上十萬的數據量，才能體現出復雜度為nlgn和n^2的細小區別。

這個人用了很聰明很簡單的算法，沒有用復雜的數據結構，全是基本變量，時間復雜度為O(nlgn)。而O(n)用了Hashtable，共有n個數，對于每個數，Hashtable里面有很多計算的過程，系數很大。

此題，LeetCode可能單個數據集不是很大，系數顯得格外重要。

?

# 鏈接

Q： https://leetcode.com/problems/two-sum/

A：?https://github.com/mofadeyunduo/LeetCode/tree/master/1TwoSum

（請多多支持我剛剛建立的GitHub和博客，謝謝，有問題可以郵件609092186@qq.com或者留言，我盡快回復）

?

轉載于:https://www.cnblogs.com/Piers/p/5747688.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的我们为什么不能只用O记号来谈论算法？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。