1234

1. การวิเคราะห์อัลกอริทึม (Algorithm Analysis)

6. Big-O Notation f(n) є O(g(n)) f(n) ≤(g(n))

7. Big-O Notation

10. โอเมก้าใหญ่ (Big-Omega notation : Ω ) f(n) є Ω (g(n)) Cg(n) ≤ f(n)

12. เตต้าใหญ่ (Big-Teta notation : Ө ) f(n) є Ө (g(n)) C1g(n) ≤ f(n) ≤ C2g(n)

13. เตต้าใหญ่ (Big-Teta notation : Ө ) รูป 2.1 ความสัมพันธ์ระหว่างเวลาที่ใช้ กับจำนวนอินพุท ของฟังก์ชั่น 10n ฟังก์ชั่น 5n+4 และ 3n สังเกตว่า ขอบบน กับ ขอบล่าง เป็นฟังก์ชั่นเดียวกัน สัมประสิทธิ์ต่างกัน ความหมายของเตต้าคือ ใช้เวลาทำงาน = n

16. เปรียบเทียบ ลักษณะของฟังก์ชั่นของแต่ละสัญลักษณ์ รูป 2.2 สรุปเชิงเปรียบเทียบ ลักษณะของฟังก์ชั่นของแต่ละสัญลักษณ์ ≤ n <n ≥ n >n

18. อัตราการเจริญเติบโตของฟังก์ชัน 2 n n 2 n log2n รูป 2.3 กราฟแสดงการเติบโตของฟังก์ชั่น

19. อัตราการเจริญเติบโตของฟังก์ชัน

20. อัตราการเติบโตของฟังก์ชัน

24. ตาราง 2.1 เปรียบเทียบเวลาการทำงานกับจำนวนอินพุท พิจารณาตารางจะพบว่า O(1) เป็นฟังก์ชั่นที่ให้ประสิทธิภาพดีที่สุด นั่นคือ เวลาที่ใช้ในการทำงานไม่ขึ้นกับจำนวนอินพุท ในขณะที่ O(n) จะให้ประสิทธิภาพในระดับกลาง นั่นคือ อัตราการเติบโตของเวลาจะเป็นเส้นตรง เมื่ออินพุทมากขึ้น ก็จะใช้เวลามากขึ้น ในสัดส่วนที่เท่ากัน แต่ O(n 2 ) จะมีอัตราการเติบโตของเวลาสูงมากเมื่ออินพุทมีขนาดใหญ่ขึ้น จากตาราง ประสิทธิภาพจะเรียงลำดับจากสูงไปหาต่ำ ประสิทธิภาพ สูง ต่ำ

26. การวิเคราะห์ประสิทธิภาพของอัลกอริทึม