O(n) Notation: Um die Effizienz von Algorithmen miteinander vergleichen zu können, wurde unter anderem diese Groß-O-Notation eingeführt. Es handelt sich dabei um die am häufigst verwendete Notation, welche zur Beschreibung der Effizienz im schlechtesten Fall gilt. („Worst-Case“-Analyse) Definition: Ein Algorithmus für n-Datenelemente arbeitet in O(f(n))- Schritten, heißt: es gibt eine Konstante c sodass der Algorithmus c*f(n)- Schritte benötigt. Ein Algorithmus der in O(n*log(n)) arbeitet, ist sehr schnell.
* O(n^2) Bubble Sort
* O(n*log(n)) Merge Sort “Backtracking”-Verfahren
O(n) Notation: Um die Effizienz von Algorithmen miteinander vergleichen zu können, wurde unter anderem diese Groß-O-Notation eingeführt. Es handelt sich dabei um die am häufigst verwendete Notation, welche zur Beschreibung der Effizienz im schlechtesten Fall gilt. („Worst-Case“-Analyse) Definition: Ein Algorithmus für n-Datenelemente arbeitet in O(f(n))- Schritten, heißt: es gibt eine Konstante c sodass der Algorithmus c*f(n)- Schritte benötigt. Ein Algorithmus der in O(n*log(n)) arbeitet, ist sehr schnell.
* O(n^2) Bubble Sort
* O(n*log(n)) Merge Sort “Backtracking”-Verfahren