我的理解是，n固定时，排序n元素的成本为o（1）。
例如，在对线性时间中位数查找算法的解释中，它说：
# Next, we sort each chunk. Each group is a fixed length, so each sort
# takes constant time. Since we have n/5 chunks, this operation
# is also O(n)
https://rcoh.me/posts/linear time-median-finding/
我不明白为什么。我应该想象有一个涵盖所有可能的功能5！元素如何定位的组合？
大o符号用于描述随着输入的增长，运行时间或空间如何增长。如果您要排序的事物数量不会随着输入的增长而增长，那么您评估的算法的排序步骤是O(1)。
示例：假设您的输入是一个长度n >= 10的数组，您的输出是相同的数组，但前10个元素按顺序排序，其余的则没有变化。然后，由于您花费的时间不会随着输入的增长而不会增长（随着n变大），因此排序步骤为o（1）。
根据定义，任何有限的运行时间都被认为是恒定的。
例如，解决十亿个城市的旅行推销员问题需要恒定的时间。
这是因为Big-O符号无需时间单元（不涉及实际计算机），并且任何固定金额等于1。
一个很好的做法，让您了解为什么（作为遵循别人告诉您的内容的替代方案）可能是分析日常工作的复杂性。/em>要定义排序5个元素的复杂性，而另一个当然是给定的方式。然后将分析应用于几个不同的输入长度，然后看看哪个更有意义。