Программирование, т. 6

аджаил часть скрама же, не?

 

наборот конечно

Скорее скрам часть аджайла Я имел ввиду в том смысле, что пользуемся аджаилом, в приоритете скрам. Спасть хочу, вот и пишу хуйню, не придирайся к словам рубишь

скрам - методология аджаил класса

аджайл уже устарел

теперь есть новая хуйня методология от авторов аджайла

http://growsmethod.com/faq/index.html :buba:

O(n*m) и O(n+m) это O(N), т.е. линейная сложность алгоритма

Пиздец даунище, типа написал сортировку пузырьком со сложностью O(n²), принял соглашение что N = n², и вуаля сложность стала не квадратичной функцией а линейной :lol: :lol: :lol: :lol: :lol: :lol: :lol: :lol: :pray: :pray: :pray: :pray: :pray: :avtorklif: :avtorklif: :avtorklif: :avtorklif: :avtorklif: :avtorklif: . O(n*m) у него линейная функция :lol: :lol: , ты вообще в школе то учился а?

а причем тут сортировка пузырьком, если мы спорим про конкретный алгоритм, в котором при линейном увеличении входных данных время работы также меняется линейно

давай я открою тебе америку

но m*n это не линейная функция

ну по каждому аргументу отдельно, то да - зависимость линейная

при условии что n не меняется c*m - линейная функция

так же при c+m - тоже линейная

 

но это пока в игру не вступает второй аргумент

когда m*n и m+n это совершенно разные вещи

нет никакого второго аргумента, что вы закопались с этим двумя переменными m и n, есть только один аргумент - это размер входных данных (N)

ну по каждому аргументу отдельно, то да - зависимость линейная

при условии что n не меняется c*m - линейная функция

так же при c+m - тоже линейная

 

но это пока в игру не вступает второй аргумент

когда m*n и m+n это совершенно разные вещи

нет никакого второго аргумента, что вы закопались с этим двумя переменными m и n, есть только один аргумент - это размер входных данных (N)

точно долбоёб же

Уважаемые товарищи, пройдите пожалуйста нахуй и избавьте меня от этого бреда.

сказал "нахуй" - значит проиграл

давай я открою тебе америку

но m*n это не линейная функция

ну и причем тут функция вообще, если мы говорим про сложность алгоритма? m*n - это по сути два вложенных цикла и при линейном увеличении m либо n, время отработки возрастает линейно

при линейном увеличении m либо n

ну перемножение матриц в такой случае тоже линейный алгоритм, долбоёба ты кусок

ведь там три параметра: две матрицы, n-p и p-m и сложность алгоритма O(nmp)

что тоже можно на илзечах записать как O(N), ведь при линейном увеличении любого из них - время отработки тоже увеличивается линейно

при линейном увеличении m либо n

ну перемножение матриц в такой случае тоже линейный алгоритм, долбоёба ты кусок

ведь там три параметра: две матрицы, n-p и p-m и сложность алгоритма O(nmp)

что тоже можно на илзечах записать как O(N), ведь при линейном увеличении любого из них - время отработки тоже увеличивается линейно

алгоритмов перемножения матриц много, но в любом из них применяется не один вложенный цикл, так что сложность не будет линейной

p.s.: полегче с оскорблениями - человек может обидиться, а кот их все равно не поймет )

для произвольных неквадратных матриц алгоритм только один - в лоб вложеные циклы, коих в сумме 3 штуки (отсюда и три множителя)

и чем блядь в таком случае это отличаются от двух циклов которые дают 2 множителя?

и рост там кстати действительно линейный если увеличивать только один аргумент, точно так же как в случае пересечения массивов

O(nmp) = O(n^3) тему можно закрывать. При условии конечно же что n,m,p ∈

ещё один

O(npm) это O(npm), а не O(N^3)

то что по своей сути они близки не повод использовать одну нотацию вместо другой

ещё один

O(npm) это O(npm), а не O(N^3)

то что по своей сути они близки не повод использовать одну нотацию вместо другой

Ты не можешь в математику. Не смеши меня пожалуйста

О(n^2*m) это тоже O(N^3) тогда? а O(nm) это O(N^2)? и что нам в таком случае полезного скажет такая запись? особенно для алгоритмов где входные данные не эквивалентны (тот же поиск строк)

откуда вы вообще берёте эти упрощения? при наличии разных переменных для входных данных всегда О нотация включает в себя все из них, а не объеденяет их в какое-то нечто

О(n^2*m) это тоже O(N^3) тогда? а O(nm) это O(N^2)? и что нам в таком случае полезного скажет такая запись? особенно для алгоритмов где входные данные не эквивалентны (тот же поиск строк)

 

откуда вы вообще берёте эти упрощения? при наличии разных переменных для входных данных всегда О нотация включает в себя все из них, а не объеденяет их в какое-то нечто

"О" показывает поведение функции без уточнения её внутренностей. Как раз таки служит для упрощения. Т.е. не зная входных данных, а зная только множество которому принадлежат параметры, можешь сделать оценку сложности. Чувак, я 5 лет с этим говном сталкивался, решил сотни примеров с этими ебучими символами ландау. В программировании они имеют в точности такой же смысл.

О(n^2*m) это тоже O(N^3) тогда? а O(nm) это O(N^2)? и что нам в таком случае полезного скажет такая запись? особенно для алгоритмов где входные данные не эквивалентны (тот же поиск строк)

это нам даст понимание, что время работы прогарммы по алгоритму растет линейно/экспоненциально/факториально/блабла при линейном возрастании объема данных

О(n^2*m) это тоже O(N^3) тогда? а O(nm) это O(N^2)? и что нам в таком случае полезного скажет такая запись? особенно для алгоритмов где входные данные не эквивалентны (тот же поиск строк)

 

откуда вы вообще берёте эти упрощения? при наличии разных переменных для входных данных всегда О нотация включает в себя все из них, а не объеденяет их в какое-то нечто

"О" показывает поведение функции без уточнения её внутренностей. Как раз таки служит для упрощения. Т.е. не зная входных данных, а зная только множество которому принадлежат параметры, можешь сделать оценку сложности. Чувак, я 5 лет с этим говном сталкивался, решил сотни примеров с этими ебучими символами ландау. В программировании они имеют в точности такой же смысл.

так я и не уточняю внутренности

но O(n^2*m) и O(n*m^2) это две большие раницы для диспропорциональных m и n

да и не видел я никогда упрощённого обозначения О нотации для алгоритмов с >1 переменной, никогда и ни единого раза

хотя я за этот семестр дохуя материала перерыл по этому поводу, особенно когда дрочил поиск строк и графы - там болшинство алгоритмов с 2 переменными и финальные записи O(...) тоже всегда были с двумя переменными

О(n^2*m) это тоже O(N^3) тогда? а O(nm) это O(N^2)? и что нам в таком случае полезного скажет такая запись? особенно для алгоритмов где входные данные не эквивалентны (тот же поиск строк)

это нам даст понимание, что время работы прогарммы по алгоритму растет линейно/экспоненциально/факториально/блабла при линейном возрастании объема данных

у тебя n*m это линейная функция, можешь не писать больше ничего

О(n^2*m) это тоже O(N^3) тогда? а O(nm) это O(N^2)? и что нам в таком случае полезного скажет такая запись? особенно для алгоритмов где входные данные не эквивалентны (тот же поиск строк)

 

откуда вы вообще берёте эти упрощения? при наличии разных переменных для входных данных всегда О нотация включает в себя все из них, а не объеденяет их в какое-то нечто

"О" показывает поведение функции без уточнения её внутренностей. Как раз таки служит для упрощения. Т.е. не зная входных данных, а зная только множество которому принадлежат параметры, можешь сделать оценку сложности. Чувак, я 5 лет с этим говном сталкивался, решил сотни примеров с этими ебучими символами ландау. В программировании они имеют в точности такой же смысл.

так я и не уточняю внутренности

но O(n^2*m) и O(n*m^2) это две большие раницы для диспропорциональных m и n

да и не видел я никогда упрощённого обозначения О нотации для алгоритмов с >1 переменной, никогда и ни единого раза

хотя я за этот семестр дохуя материала перерыл по этому поводу, особенно когда дрочил поиск строк и графы - там болшинство алгоритмов с 2 переменными и финальные записи O(...) тоже всегда были с двумя переменными

 

О(n^2*m) это тоже O(N^3) тогда? а O(nm) это O(N^2)? и что нам в таком случае полезного скажет такая запись? особенно для алгоритмов где входные данные не эквивалентны (тот же поиск строк)

это нам даст понимание, что время работы прогарммы по алгоритму растет линейно/экспоненциально/факториально/блабла при линейном возрастании объема данных

у тебя n*m это линейная функция, можешь не писать больше ничего

причем здесь эта функция вообще, если мы за алгоритмическую сложность говорим

ну да, а сложность n*m то явно линейная

и вообще вы там разберитесь между собой с диманом в своих супер-упрощённых нотация

n*m = O(N) или O(N^2)

потому что по твоей логике должно выйти что

n*m*p = O(N) а не O(N^3)

ведь рост по аргументам линейный же

а я как нормальный человек буду писать участие обоих переменных чтоб никто не пытался угадывать что там на самом деле

ну да, а сложность n*m то явно линейная

и вообще вы там разберитесь между собой с диманом в своих супер-упрощённых нотация

n*m = O(N) или O(N^2)

потому что по твоей логике должно выйти что

n*m*p = O(N) а не O(N^3)

ведь рост по аргументам линейный же

 

а я как нормальный человек буду писать участие обоих переменных чтоб никто не пытался угадывать что там на самом деле

Если принимать два из трёх параметров за константы (фиксировать их), то O(N)