Disons que nous avons un problème que nous avons implémenté en utilisant l'algorithme X avec O(n)
ou O(log n)
ou etc...
. Quand la valeur de n
est-elle assez grande pour que nous puissions envisager une implémentation alternative? Voyons voir si je peux m'expliquer un peu mieux.Quand est-ce que Big-O = x est classé comme inefficace?
Pour n = 10000
O (n^2) = 100.000.000
O (n) = 10.000
O (log n) = 4
. . .
Évidemment, le meilleur algorithme sera celui avec le plus bas "Big-o". Donc, disons que nous allons trier un tableau de longueur 5 en utilisant le tri par bulles, le résultat est 25, ce n'est pas si grave. Mais quand le résultat de la notation O est-il si grand que, de façon réaliste, nous devons utiliser une autre implémentation.
Eh bien, cela est de répondre, jamais question la plus facile. C'est quand c'est inefficace. Autrement dit, c'est quand il court trop lentement. Je pense que vous découvrez la différence entre l'efficacité théorique par rapport à l'exécution réelle des instances spécifiques. –
Tout dépend de ce que vous essayez de faire. N'optimisez pas quelque chose avant d'avoir découvert que vous l'avez. – Quentamia
@Noon: pourquoi n'avez-vous pas mis cela comme une réponse? –