在我目前的练习中，我要展示几种排序算法之间的时差。为了获得更精确的结果，我采用了几种不同大小的数组（排序，未排序）并得到了我的结果。我理解o，大O等的含义......所以我的问题是关于合并排序中theta的含义。为了更清楚我知道这个特定算法的复杂性是n * log（n），我不明白的是当我在2000的大小数组中获得结果例如15000 ms时会发生什么 - 如果我将它放在函数中n * log（n）不应该与系统提供的数字相同吗？还是我乳清了？
我希望我的问题可以理解，谢谢。
答案 0 :(得分：1)
Big O旨在表示算法性能的趋势，因为它接近极限，而不表示任何特定N值的结果。例如，如果算法的性能可以用f（x）= 2x表示+ x ^ 2，然后它有x ^ 2的大O。
此外，Big O与硬件无关。
如果您想查看时间与Big O之间的关系，请使用增加的n值运行算法多次并绘制结果图表。您会看到时间遵循类似于Big O所描述的图表。