Here we might have 100 items in our

Here we might have 100 items in our haystack, but the first item might be the needle, in which case we would return in just 1 iteration of our loop.

In general we'd say this is O(n)O(n) runtime and the "worst case" part would be implied. But to be more specific we could say this is worst case O(n)O(n) and best case O(1)O(1) runtime. For some algorithms we can also make rigorous statements about the "average case" runtime.

ผลลัพธ์ (ไทย) 1:

ที่นี่เราอาจมี 100 รายการในมหาสมุทรของเรา แต่รายการแรกอาจจะเข็ม ซึ่งในกรณี เราจะกลับมาเกิดซ้ำเพียง 1 วนของเราโดยทั่วไป เราจะบอกว่า นี่คือ O(n)O(n) รันไทม์ และจะนัยส่วน "กรณีที่ร้ายแรงที่สุด" แต่จะเพิ่มเติม เฉพาะเราอาจกล่าวเป็นกรณีเลวร้ายที่สุด O(n)O(n) และกรณีที่ดีที่สุด O(1)O(1) รันไทม์ อัลกอริทึมบาง เรายังสามารถสร้างรายงานอย่างเข้มงวดเกี่ยวกับการรันไทม์ "เฉลี่ยกรณี"

ผลลัพธ์ (ไทย) 2:

ที่นี่เราอาจจะมี 100 รายการในกองหญ้าของเรา แต่รายการแรกอาจจะมีเข็มซึ่งในกรณีนี้เราจะกลับมาในเวลาเพียง 1 ทวนของห่วงของเรา. โดยทั่วไปเราจะพูดแบบนี้เป็น O (n) O (n) Runtime และส่วนที่ "กรณีที่เลวร้ายที่สุด" จะบอกเป็นนัย ๆ แต่การที่จะเฉพาะเจาะจงมากขึ้นเราสามารถพูดแบบนี้เป็นที่เลวร้ายที่สุดกรณี O (n) O (n) และกรณีที่ดีที่สุด O (1) O (1) Runtime สำหรับขั้นตอนวิธีการบางอย่างที่เรายังสามารถทำให้งบที่เข้มงวดเกี่ยวกับกรณี "ค่าเฉลี่ย" Runtime