計算の複雑性とは? わかりやすく解説

計算の複雑性

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2018/08/02 06:48 UTC 版)

二進対数」の記事における「計算の複雑性」の解説

二進対数は、アルゴリズム解析頻出する。1より大きな数 n を2で繰り返し割っていき、その値を1以下にするために必要な繰り返し回数は、 ⌊ lb n ⌋ {\displaystyle \lfloor \operatorname {lb} \,n\rfloor } で与えられる。この発想は、多くアルゴリズムデータ構造分析使用される例え二分検索では、検索すべき空間大きさ操作繰り返しごとに半分になる。ゆえに、大きさ1の問題を得るには大まかにいって lb n 回の繰り返しが必要となり、そのあと定数時間終了する同様に、n 個の要素からなる完全平衡二分探索木は、1 + lb n の高さをもつ。 しかし、アルゴリズム実行時間通常定数倍の差を無視してランダウの記号表記される。ここで、1以外の任意の正の数 k に対して log2 n = logk n / logk 2(底の変換)が成り立つので、O(log2 n) の実行時間をもつアルゴリズムは、1より大きな任意の底、たとえば13用いて、O(log13 n) の実行時間を持つとも表現できる。したがって、O(log n) や O(n log n) といった式では、対数の底がいくつであるかは本質的な問題ではない。 ただし、対数の底を指定する必要があるケースもあるので注意が必要である。例えば、所要時間 O(2lb n) の計算と、所要時間 O(2ln n) の計算とは同等ではない。前者は O(n) と等価であり、後者は O(n0.6931...) と等価である。 O(n log n) の実行時間をもつアルゴリズムは、しばしば線形対数呼ばれる。O(log n) や O(n log n) の実行時間をもつアルゴリズムの例としては、次のようなものがある。 クイックソート(ただしこれは平均場合であり、最悪場合には O(n2) となる。) 2分探索木 マージソート モンジュ配列英語版)の計算

※この「計算の複雑性」の解説は、「二進対数」の解説の一部です。
「計算の複雑性」を含む「二進対数」の記事については、「二進対数」の概要を参照ください。

ウィキペディア小見出し辞書の「計算の複雑性」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「計算の複雑性」の関連用語

計算の複雑性のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



計算の複雑性のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの二進対数 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS