编程/编码时渐近时间复杂度的重要性？

Question

我已经听到了很多有关时间复杂度的信息。时间复杂度本身就是一种近似，因为我们关注的是Worstcase（Big-Oh），Bestcase（Big-Omega）和Average（Theta）。

每种编程语言都包含许多内置函数。我真的不知道是否有办法检查这些函数的时间复杂度。 由于我们使用的是功能内置的

我们Time complexity while coding真的需要考虑Time complexity while coding吗？ 空间复杂度如何？

有什么方法可以检查这些功能的时间复杂度。 由于我们正在使用功能中的功能？

Answer 1

我们在编码时真的需要考虑时间复杂度吗？

如果您的应用程序需要能够扩展到更大的问题，那么可以。 否则没有。

空间复杂度如何？

相同的答案。

有什么方法可以检查这些功能的时间复杂度。 既然我们正在使用内置功能？

1. 阅读文档。 通常会记录标准类方法的复杂性。

2. 使用您的算法知识。 例如，您应该在CS课程的算法单元中学习到，对于体面的排序算法，排序为O(NlogN) ，或者在列表中查找元素的平均值为O(N) 。 （如果您不使用算法学，则有很多不错的教科书...）

3. 检查并在必要时分析内置函数的源代码。

（注意：我不建议使用“经验”的方法来估计复杂度。它可能会给您错误的答案……甚至忽略了度量方法的标准问题。）

Answer 2

有什么方法可以检查这些功能的时间复杂度。 既然我们正在使用内置功能？

是。
最常见的方法是使用计时器（前后的时间戳，秒表等）循环运行（10,000-10,000,000次，具体取决于功能，软件，计时器的精度等），然后将其与其他计时器进行比较选项。

编辑：
您需要使用许多不同的输入大小，并注意缓存对测量的潜在混淆效果。