Complexitat espacial

Autora: Randy Alexander
Data De La Creació: 25 Abril 2021
Data D’Actualització: 25 Juny 2024
Anonim
Versión Completa. Aprendizajes de un astronauta para vivir en la Tierra. Chris Hadfield, astronauta
Vídeo: Versión Completa. Aprendizajes de un astronauta para vivir en la Tierra. Chris Hadfield, astronauta

Content

Definició: què significa la complexitat espacial?

La complexitat espacial en el desenvolupament d'algorismes és una mètrica de la quantitat d'espai d'emmagatzematge que necessita l'algorisme en relació amb les seves entrades. Aquesta mesura és extremadament útil en alguns tipus d'avaluacions de programació, ja que enginyers, codificadors i altres científics miren com funciona un algoritme particular.


Una introducció a Microsoft Azure i al Microsoft Cloud | Durant aquesta guia, podreu conèixer què és la informàtica en núvol i com Microsoft Azure us pot ajudar a migrar i executar el vostre negoci des del núvol.

Techopedia explica la complexitat espacial

Els professionals poden fer servir equacions concretes per mostrar la complexitat espacial d’un algorisme on N és igual a les entrades. Es poden utilitzar diferents formes de presentació, com ara la “gran O”.

Una de les raons per les quals és important estimar la complexitat espacial d’un algorisme, l’espai que necessita respecte a les entrades, és que alguns algorismes estan dissenyats amb limitacions particulars. Alguns estan dissenyats amb una tapa per a l'ús total d'espai d'emmagatzematge, que pot donar resultats bruscos o imprecisos. D’altres es fan per obtenir resultats precisos independentment de l’espai utilitzat.


La complexitat espacial és una manera senzilla perquè els professionals busquin el peu d’un algorisme. Per exemple, els enginyers poden afegir memòria per emmagatzemar instruccions del programa, memòria per a valors variables i altres tipus de memòria central o auxiliar per obtenir un total de tota la memòria que el programa utilitza amb un nombre determinat d'entrades. Això també ajuda els professionals a planificar les necessitats de recursos en funcionament.