Examples of using Time complexity in English and their translations into Korean
{-}
-
Colloquial
-
Ecclesiastic
-
Ecclesiastic
-
Programming
-
Computer
For more mathematical explanation you can checkout how the time complexity arrives to log n here.
더 많은 수학적 설명을 들어, 시간 복잡성이 여기에 기록 n에 도착하는 방법을 체크 아웃 할 수 있습니다.When expressed this way, the time complexity is said to be described asymptotically, i.e., as the input size goes to infinity.
이런 방식으로 표현할 때, (예를 들면, 입력 크기를 무한대로 입력하여) 시간복잡도를 점근적으로 묘사한다고 말한다.A profiler is a data mining tool that collects information about time complexity, the usage of particular methods, and the memory being allocated.
프로파일러는 시간 복잡성, 특정 메서드 사용 및 할당 된 메모리에 대 한 정보를 수집 하는 데이터 마이닝 도구입니다.A profiler is a data mining tool that collects information about time complexity, the usage of particular methods, and the memory being allocated.For example Selection sort and Insertion Sort have O(n2) time complexity.
예를 들어 선택 정렬 및 삽입 정렬에는 O(n2) 시간 복잡성이 있습니다.In addition to performance bounds, computational learning theory studies the time complexity and feasibility of learning[ citation needed].
성능 경계 외에도 계산 학습 이론가는 학습의 시간 복잡성과 실행 가능성을 연구합니다.If an instance has length n and can be solved in n2 steps we can say the problem has a time complexity of n2.
즉 n bit 길이의 instance 가 n2 단계 내에 풀릴 수 있다면 그 문제는 n2 의 시간 복잡도를 가진다고 말한다.Time complexity is commonly estimated by counting the number of elementary operations performed by the algorithm,
시간 복잡도는 기본적인 연산을 수행하는데에 어떤 고정된 시간이 걸릴 때,If a problem has time complexity O(n2) on one typical computer,
만일 어떤 문제가 일반적인 컴퓨터에서 시간 복잡도 O(n2) 를 가진다면,When working with any kind of algorithm, it is important to know how fast it runs and in how much space it operates- in other words, its time complexity and space complexity. .
모든 종류의 알고리즘으로 작업할 때는 실행 속도와 작동 되는 공간( 즉, 시간 복잡성 및 공간 복잡성)을 아는 것이 중요합니다.the average case time complexity is lower than the worst-case: assuming edge costs
평균 시간복잡도는 최악의 경우 보다 더 낮다:When working with any kind of algorithm, it is important to know how fast it runs and in how much space it operates-in other words, its time complexity and space complexity. .
모든 종류의 알고리즘으로 작업할 때는 실행 속도와 작동 되는 공간( 즉, 시간 복잡성 및 공간 복잡성)을 아는 것이 중요합니다.As shown in the section above, comparison-based sorting algorithms have a time complexity of Ω( nlog n)\ Omega( n\ log n)Ω(nlogn), meaning the algorithm can't be faster than nlognn\log nnlogn.
위의 섹션에 표시된 것처럼 비교 기반 정렬 알고리즘은 Ω(nlog n)Omega(nlog n)Ω(nlogn)의 시간 복잡성을 가지며, 이는 알고리즘이 nlog nn log nnlogn보다 빠를 수 없다는 것을 의미합니다.one commonly uses the worst-case time complexity of an algorithm, denoted as T(n),
가장 많이 쓰이는 최악의 시간 복잡도 의 알고리즘 시간을 T(n)Time complexities are classified by the nature of the function T(n).
시간 복잡도는 함수 T(n)의 특성에 의해 분류할 수 있다.Algorithm time complexity.
Algorithm Time Complexity 시간복잡도.But this method has a exponential time complexity.
하지만 이 해법은 exponential time complexity를 갖게된다.This code has therefore an exponential time complexity.
하지만 이 해법은 exponential time complexity를 갖게된다.There are two sorts of time complexity outcomes.
시간 복잡성 결과에는 두 가지 종류가 있습니다.What is the time complexity of these algorithms?
이 알고리즘의 시간 복잡도는 얼마일까요?
