Examples of using Time complexity in English and their translations into Ukrainian
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
Algorithms and time complexity.
Алгоритм і часова складність.Thus, the time complexity of the entire algorithm is$O(nk)$.
Таким чином, складність часу всього алгоритму становить$ O(nk)$.There are two kinds of time complexity results.
Є два види складності часу.The time complexity of this algorithm is O( n 2){\displaystyle O(n^{2})}.
Тимчасова складність цього алгоритму- Про( н 2){\властивості стиль відображення значення(N^{2})}.O(log n)- Logarithmic time complexity.
Linear time is the best possible time complexity in situations where the algorithm has to sequentially read its entire input.
Лінійний час є найкращим за часовою складністю у ситуації, коли алгоритм послідовно читає вхідні дані.Let's clarify, what we mean by easy and hard, by introducing what's called time complexity.
There are two kinds of time complexity results.
Є два види результатів часової складності.Naïvely implementing this computation as a recursive algorithm yields an exponential time complexity.
Наївно реалізації даного розрахунку як рекурсивний алгоритм експоненту тимчасової складності.The quality and usefulness of the algorithms are determined by the time complexity of queries as well as the space complexity of any search data structures that must be maintained.
Якість та корисність алгоритмів визначається часовою складністю запитів, а також An algorithm is said to take linear time, or O(n)time, if its time complexity is O(n).
Кажуть, що алгоритм виконується за лінійний час або час O(n),коли його складність дорівнює O(n).The following table reports time complexity results for the construction of triangulations of point sets in the plane, under different optimality criteria, where n{\displaystyle n} is the number of points.
У наступній таблиці подано результати часової складності для побудови триангуляцій точкових множин з різними критеріями оптимальності у площині, де n{\displaystyle n}- кількість балів.In addition to performance bounds, learning theorists study the time complexity and feasibility of learning.
Крім меж ефективності, теоретики навчання вивчають часову складність та доцільність навчання.The time complexity of the original algorithm was O( n 4){\displaystyle O(n^{4})}, however Edmonds and Karp, and independently Tomizawa noticed that it can be modified to achieve an O( n 3){\displaystyle O(n^{3})} running time. .
Часова складність оригінального алгоритму була O(n4), проте Джек Едмондс та Річард Карп, а також незалежно від них Томізава, відмітили, що він може бути модифікований для отримання часу виконання O(n3).In addition to performance bounds,computational learning theory studies the time complexity and feasibility of learning.
Крім меж ефективності, теоретики навчання вивчають часову складність та доцільність навчання.The first breakthrough in this respect happened in 1979, when algorithms of time complexity O(nO(g)) were independently submitted to the Annual ACM Symposium on Theory of Computing: one by I. Filotti and G.L. Miller and another one by John Reif.
Перший прорив відбувся у 1979 році, коли алгоритми з часовою складністю O(nO(g)) були незалежно представлені щорічному симпозіуму ACV з теорії обчислень:- один алгоритм запропонували В. Филотти і Г. Л. Міллер, а інший- Джон Райф.For different variants of the problem(e.g. different types of obstacles),algorithms vary in time complexity.
Для різних варіантів проблеми(наприклад, різних типів перешкод)алгоритми розрізняються по часовій складності.The standard algorithm for hierarchical agglomerative clustering(HAC) has a time complexity of O( n 3){\displaystyle{\mathcal{ O}}( n^{ 3})} and requires O( n 2){\displaystyle{\mathcal{ O}}( n^{ 2})} memory, which makes it too slow for even medium data sets.
Стандартний алгоритм ієрархічної кластеризації має часову складність O( n 3){\displaystyle{\mathcal{ O}}( n^{ 3})} та потребує O( n 2){\displaystyle{\mathcal{ O}}( n^{ 2})} пам'яті, що занадто повільно навіть для наборів даних середнього розміру.In addition to performance bounds,computational learning theory studies the time complexity and feasibility of learning.
На додачу до рамок продуктивності,теоретики обчислювального навчання досліджують часову складність та здійсненність навчання.The following table gives the time complexity cost of performing various operations on graphs, for each of these representations, with|V| the number of vertices and|E| the number of edges.[citation needed] In the matrix representations, the entries encode the cost of following an edge.
У наступній таблиці наведена часова складність алгоритму для виконання різних операцій над графами для кожного з цих тверджень, з|V| кількість вершин і|Е| кількість ребер. У матричних твердженнях записи кодують значення наступного ребра.In addition to performance bounds, learning theorists study the time complexity and feasibility of learning.
На додачу до рамок продуктивності, теоретики обчислювального навчання досліджують часову складність та здійсненність навчання.Without the use of an accelerating index structure, or on degenerated data(e.g. all points within a distance less than ε),the worst case run time complexity remains O(n²).
Без використання такого прискорення з просторовим індексом або для вироджених даних(коли всі точки на відстані меншій ніж ε),у найгіршому випадку часова складність буде O(n²).The exhaustive approach in this case is known as the Bellman- Ford algorithm, which yields a time complexity of O(| V|| E|){\displaystyle O(|V||E|)}, or quadratic time.
У цьому випадку використовується алгоритм Беллмана-Форда, який характеризується часовою складністю O(| V|| E|), або квадратичним часом.Actual needs depend on implementation details(one can make transactions fail early enough to avoid overhead), but there will also be cases, albeit rare,where lock-based algorithms have better time complexity than software transactional memory.
Фактичні витрати залежать від реалізації(можна скасувати транзакцію на ранній стадії, щоб уникнути накладних витрат), але завжди будуть випадки, хоч і рідкі,коли lock-алгоритми будуть мати кращу часову складність, ніж програмна транзакційна пам'ять.The exhaustive approach in this case is known as the Bellman- Ford algorithm,which yields a time complexity of O(| V|| E|){\displaystyle O(|V||E|)}, or quadratic time.
Вичерпний підхід у даному випадку відомий якалгоритм Беллмана-Форда має часову складність O(| V|| E|){\displaystyle O(|V||E|)}, або квадратичний час.Usually, this involves determining a function that relates the length of analgorithm's input to the number of steps it takes(its time complexity) or the number of storage locations it uses(its space complexity). .
Як правило, це передбачає визначення функції, яка пов'язує розмір вхіднихданих алгоритму з кількістю кроків виконання(його часовою складністю) або кількістю місця, що він використовує(його просторовою складністю[en]).However, in practical travel-routing systems, even better time complexities can be attained by algorithms which can pre-process the graph to attain better performance.
Проте, в практичних системах маршрутизації шляхів, навіть найкращі за складністю часу, можна досягти By eliminating impossible paths, these algorithms can achieve time complexities as low as O(| E| log(| V|)){\displaystyle O(| E|\ log(| V|))}.
За допомогою усування непотрібних шляхів,ці агоритми можуть досягати такої ж низької часової складності, як і O(| E| log(| V|)).By eliminating impossible paths, these algorithms can achieve time complexities as low as O(| E| log(| V|)){\displaystyle O(| E|\ log(| V|))}.
Усунувши неможливі шляхи, ці алгоритми можуть досягати низької складності часу, як O(| E| log (| V|)){\displaystyle O(| E| \log(| V|))}.
