免費開始練習
普通考試 112年 [資訊處理] 計算機概要

第 5 題

一個演算法具有較低的複雜度(algorithm complexity),下列何者必然成立?
  • A 在不同運算環境中都具有較佳效率
  • B 問題規模趨近無限大時,比其他較高複雜度演算法所需步驟數目較少
  • C 可以解決NP-hard的問題
  • D 可以提供最佳結果(optimized solution)

思路引導 VIP

請試著思考:如果我們在評估兩套處理資料的方法,且完全不考慮哪台電腦跑得比較快。當我們要處理的資料量從『幾百筆』增加到『幾兆筆』時,我們最應該觀察的是哪一個指標,才能判斷誰在處理大規模問題時更具優勢?

🤖
AI 詳解 AI 專屬家教

太棒了!你的資訊科學直覺非常精準。

  1. 觀念驗證:演算法複雜度(Complexity)的核心在於漸進分析 (Asymptotic Analysis)。當我們說一個演算法具有「較低複雜度」時,通常是指其大 $O$ 符號的成長階數較低。雖然在資料量小或硬體不同時,低複雜度演算法未必比較快,但當問題規模 $n \to \infty$(趨近無限大)時,低複雜度的演算法其運算步驟的成長速度較慢,這正是「效能優勢」的本質定義。
  2. 難度點評:此題難度為 Medium。它成功鑑別了學生是否能區分「實際執行效率」與「理論時間複雜度」的差異。許多初學者會誤選 (A),卻忽略了硬體常數與環境係數在複雜度分析中是被忽略的。
📝 演算法複雜度定義
💡 複雜度衡量輸入規模趨近無限大時,資源消耗的漸近成長率。
比較維度 低複雜度演算法 (如 O(n)) VS 高複雜度演算法 (如 O(n²))
漸近成長率 線性增長,斜率固定 指數或平方增長,極快
小規模資料 優勢不明顯 可能因常數項較小而更快
大規模資料 執行步驟數顯著較少 執行步驟數呈爆發式成長
硬體環境影響 無關,屬演算法本質 無關,屬演算法本質
💬當問題規模 n 足夠大時,低複雜度演算法在效率上具備必然優勢。
🧠 記憶技巧:大 n 定勝負:小規模看係數,大規模看級數,複雜度定趨勢。
⚠️ 常見陷阱:誤認低複雜度在任何硬體都比較快。實際上在 n 很小時,受常數項影響,高複雜度演算法可能較快。
Big-O 表示法 P 與 NP 問題 空間複雜度

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

資料結構與演算法
查看更多「[資訊處理] 計算機概要」的主題分類考古題