1 | 24262 | 알고리즘 수업 - 알고리즘의 수행 시간 1 | | 14875 | 19772 | 76.263% |
프로그램의 수행 시간을 분석해 봅시다. |
2 | 24263 | 알고리즘 수업 - 알고리즘의 수행 시간 2 | | 11823 | 14950 | 79.670% |
뒤로 갈수록 명령어의 정확한 실행 횟수를 구하기 까다로워질 것입니다. 그러나... |
3 | 24264 | 알고리즘 수업 - 알고리즘의 수행 시간 3 | | 10784 | 21034 | 51.522% |
...실행 횟수가 "대략적으로" 얼마나 빨리 커지는지는 비교적 간단하게 알 수 있습니다. 이 문제들에서 출력의 두 번째 줄이 바로 그것입니다. |
4 | 24265 | 알고리즘 수업 - 알고리즘의 수행 시간 4 | | 10446 | 20443 | 51.518% |
n이 커질수록 n과 n²의 차이는 어마어마하게 벌어지기 때문에, |
5 | 24266 | 알고리즘 수업 - 알고리즘의 수행 시간 5 | | 9899 | 13529 | 74.063% |
"대략적으로"만 파악해도 자신의 코드가 시간 초과가 날 지 아닐지를 어느 정도 예측할 수 있습니다. |
6 | 24267 | 알고리즘 수업 - 알고리즘의 수행 시간 6 | | 9411 | 19336 | 49.723% |
그 역할을 하는 것이 바로 시간 복잡도입니다. |
7 | 24313 | 알고리즘 수업 - 점근적 표기 1 | | 9162 | 26971 | 33.695% |
시간 복잡도는 빅-O 표기법으로 표현할 수 있습니다. 정확한 정의보다는 "이 함수에 비례한다" 정도만 기억해도 무방합니다. |