这几个的确句型有些长,翻译习惯也可以参照一下别人的,反正今天好象回答你的人好多.
-------------------------------
overview
The order of growth of the running time of an algorithm, defined in Chapter 2, gives a simple
characterization of the algorithm's efficiency and also allows us to compare the relative
performance of alternative algorithms. Once the input size n becomes large enough, merge
sort, with its Θ(n lg n) worst-case running time, beats insertion sort, whose worst-case running
time is Θ(n2). Although we can sometimes determine the exact running time of an algorithm,
as we did for insertion sort in Chapter 2, the extra precision is not usually worth the effort of
computing it. For large enough inputs, the multiplicative constants and lower-order terms of
an exact running time are dominated by the effects of the input size itself.
When we look at input sizes large enough to make only the order of growth of the running
time relevant, we are studying the asymptotic efficiency of algorithms. That is, we are
concerned with how the running time of an algorithm increases with the size of the input in
the limit, as the size of the input increases without bound. Usually, an algorithm that is
asymptotically more efficient will be the best choice for all but very small inputs.
概要
算法运行时间的成长次序, 被定义在第二章里, 给算法的特性一个简单的描述并允许我们把它与供选择的算法进行比较。一旦输入大小n变得足够大, 合并排序法, 以Θ(nlgn) 最差运行时间,来检验最差运行时间是Θ(n2)的插入排序。虽然我们有时能确定算法确切的运行时间, 但如同在第二章里我们为了插入排序,而努力计算额外精确度通常并没有价值。为了足够大的投入, 常数和一具体运行时间的低秩序期限的积由投入规模本身所控制.
当投入规模大到足够确定相关命令运行时间的情况下, 我们应该学习渐进效率算法。即，当输入大小的增加没有限制，我们就要考虑怎样计算运行时间的增长变化，就像输入大小有限制的时候那样。通常, 除了非常小的输入，渐进算法是更加高效率的算法，将是最佳的选择。
This chapter gives several standard methods for simplifying the asymptotic analysis of
algorithms. The next section begins by defining several types of "asymptotic notation," of
which we have already seen an example in Θ-notation. Several notational conventions used
throughout this book are then presented, and finally we review the behavior of functions that
commonly arise in the analysis of algorithms.
本章讲述了算法渐进分析的几种简化方法。下一部分将首先定义几种“渐进符号”，在这些符号中我们已经见过的如Θ符号。还将给出本书中通篇出现的几种符号约定。最后我们将重温一下出现在算法分析中的常用函数的特性。
3.1 Asymptotic notation The notations we use to describe the asymptotic running time of an algorithm are defined in
terms of functions whose domains are the set of natural numbers N = {0, 1, 2, ...}.
Such notations are convenient for describing the worst-case running-time function T (n), which is
usually defined only on integer input sizes.
It is sometimes convenient, however, to abuse asymptotic notation in a variety of ways.
For example, the notation is easily extended to the domain of real numbers or, alternatively, restricted to a subset of the natural numbers. It is important, however, to understand the precise meaning of the notation so that when it is
abused, it is not misused. This section defines the basic asymptotic notations and also
introduces some common abuses.
3.1 渐进法
我们用来描述连续运行时间算法的一种记数法，其定义是：函数项的域值为自然数N={0，1，2，…}。
这种记数法在描述最简单的连续时间函数T(n)是方便的，因为它的输入范围通常仅取整数。它有时是方便的，然而，我们需要用比较多的方式来描述不规则渐进记法。例如，记法很容易在实数域内取值，或者交替地限定在自然数的一个子集内。尽管记数法重要，但我们需要了解其精确涵义，以便函数不规则时它没有被误用。本节定义了基本的渐进记法并且介绍一些一般的不规则函数。
introduces some common abuses.
翻译过来是这样的
3.1渐近符号的符号,我们用来形容渐近运行时间的算法是
定义条款 职能的领域,是集自然数n = {0 , 1 ,
2 , ...}. 这些符号是方便形容最坏情况的运行时间函数
T ( N组) , 这是定义通常只输入整数大小. 有时是方便,
但滥用渐近符号的方式多种多样. 例如,标注很容易扩展到
域的实数,或者 限于MIDP的自然数. 它是重要的,但是要理
解其确切含义的符号,所以当它一旦被滥用, 它不被滥用.
本条规定的基本渐近符号,并介绍了几种常见的侵权行为.
回答者：yue23yue23 - 助理 二级 6-6 03:28
3.1 渐进法
我们使用记数法来描述连续时间渐进算法，其定义是：函数项的域值为自然数N ={0， 1， 2， …}这样的集合。
这样记法在描述最简单的连续时间函数T (n)是方便的，通常仅定义在整数输入特性。
它有时是方便的，然而，不规则渐进记法需要用各种各样的方式来描述。
例如，记法容易地延伸到实数域或交替地限定在自然数的一个子集。 尽管记数法重要，但需要了解其精确涵义，以便当在不规则函数时没有误用。
本节定义了基本的渐进记法并且介绍一些一般的不规则函数。
回答者：gdk1 - 高级经理 七级 6-6 08:49
没一点基础知识 翻译的肯定是不行的哇~
出处？？
回答者：peachmianmian - 助理 三级 6-6 09:15
渐进法
我们使用记数法来描述连续时间渐进算法，定义为 领域是套自然数字N = 作用的期限{0, 1, 2...} 。这样 记法是方便为描述最坏的跑时间作用T (n), 是 通常定义只在整数输入大小。它是有时方
便, 然而, 滥用 渐进记法用各种各样的方式。例如, 记法容易地延伸到 实数领域或对自然数字的一个子集, 供选择地, 制约。它是 重要, 然而, 了解记法的精确意思以便当它是 滥用, 它不被误用。这个部分定义基本的渐进记法和还 介绍一些共同的恶习。
我尽力了！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
回答者：匿名 6-6 11:49
郁闷
回答者：壹个人飘 - 江湖新秀 四级 6-6 13:25
这几个的确句型有些长,翻译习惯也可以参照一下别人的,反正今天好象回答你的人好多.
-------------------------------
overview
The order of growth of the running time of an algorithm, defined in Chapter 2, gives a simple
characterization of the algorithm's efficiency and also allows us to compare the relative
performance of alternative algorithms. Once the input size n becomes large enough, merge
sort, with its Θ(n lg n) worst-case running time, beats insertion sort, whose worst-case running
time is Θ(n2). Although we can sometimes determine the exact running time of an algorithm,
as we did for insertion sort in Chapter 2, the extra precision is not usually worth the effort of
computing it. For large enough inputs, the multiplicative constants and lower-order terms of
an exact running time are dominated by the effects of the input size itself.
When we look at input sizes large enough to make only the order of growth of the running
time relevant, we are studying the asymptotic efficiency of algorithms. That is, we are
concerned with how the running time of an algorithm increases with the size of the input in
the limit, as the size of the input increases without bound. Usually, an algorithm that is
asymptotically more efficient will be the best choice for all but very small inputs.
概要
算法运行时间的成长次序, 被定义在第二章里, 给算法的特性一个简单的描述并允许我们把它与供选择的算法进行比较。一旦输入大小n变得足够大, 合并排序法, 以Θ(nlgn) 最差运行时间,来检验最差运行时间是Θ(n2)的插入排序。虽然我们有时能确定算法确切的运行时间, 但如同在第二章里我们为了插入排序,而努力计算额外精确度通常并没有价值。为了足够大的投入, 常数和一具体运行时间的低秩序期限的积由投入规模本身所控制.
当投入规模大到足够确定相关命令运行时间的情况下, 我们应该学习渐进效率算法。即，当输入大小的增加没有限制，我们就要考虑怎样计算运行时间的增长变化，就像输入大小有限制的时候那样。通常, 除了非常小的输入，渐进算法是更加高效率的算法，将是最佳的选择。
This chapter gives several standard methods for simplifying the asymptotic analysis of
algorithms. The next section begins by defining several types of "asymptotic notation," of
which we have already seen an example in Θ-notation. Several notational conventions used
throughout this book are then presented, and finally we review the behavior of functions that
commonly arise in the analysis of algorithms.
本章讲述了算法渐进分析的几种简化方法。下一部分将首先定义几种“渐进符号”，在这些符号中我们已经见过的如Θ符号。还将给出本书中通篇出现的几种符号约定。最后我们将重温一下出现在算法分析中的常用函数的特性。
3.1 Asymptotic notation The notations we use to describe the asymptotic running time of an algorithm are defined in
terms of functions whose domains are the set of natural numbers N = {0, 1, 2, ...}.
Such notations are convenient for describing the worst-case running-time function T (n), which is
usually defined only on integer input sizes.
It is sometimes convenient, however, to abuse asymptotic notation in a variety of ways.
For example, the notation is easily extended to the domain of real numbers or, alternatively, restricted to a subset of the natural numbers. It is important, however, to understand the precise meaning of the notation so that when it is
abused, it is not misused. This section defines the basic asymptotic notations and also
introduces some common abuses.
3.1 渐进法
我们用来描述连续运行时间算法的一种记数法，其定义是：函数项的域值为自然数N={0，1，2，…}。
这种记数法在描述最简单的连续时间函数T(n)是方便的，因为它的输入范围通常仅取整数。它有时是方便的，然而，我们需要用比较多的方式来描述不规则渐进记法。例如，记法很容易在实数域内取值，或者交替地限定在自然数的一个子集内。尽管记数法重要，但我们需要了解其精确涵义，以便函数不规则时它没有被误用。本节定义了基本的渐进记法并且介绍一些一般的不规则函数。
回答者：tonrry - 高级魔法师 七级 6-6 14:44
3.1 Asymptotic 记号法
我们使用描述 asymptotic 跑一运算法则的时间记号法被定义在
领域是自然数 N 的组合功能的术语 ={0,1,2,...}. 如此的
记号法是方便的对描述最坏- 情形跑- 时间功能 T(n), 是
通常唯一的在完整的事物输入大小之上定义。 然而,它有时是方便的, 对滥用
以多种方式的 asymptotic 记号法。 举例来说，记号法容易地被延长到那
真正的数字领域或，二者择一地，限制到自然数的一个子集。 它是
重要的,然而, 了解记号法的精确意义以便当它是的时候
滥用,它不被误用。 这个区段定义基本的 asymptotic 记号法以及
介绍一些通常的滥用。
3.1 Asymptotic notation
The notations we use to describe the asymptotic running time of an algorithm are defined in
terms of functions whose domains are the set of natural numbers N = {0, 1, 2, ...}. Such
notations are convenient for describing the worst-case running-time function T (n), which is
usually defined only on integer input sizes. It is sometimes convenient, however, to abuse
asymptotic notation in a variety of ways. For example, the notation is easily extended to the
domain of real numbers or, alternatively, restricted to a subset of the natural numbers. It is
important, however, to understand the precise meaning of the notation so that when it is
abused, it is not misused. This section defines the basic asymptotic notations and also
introduces some common abuses.
翻译过来是这样的
3.1渐近符号的符号,我们用来形容渐近运行时间的算法是
定义条款 职能的领域,是集自然数n = {0 , 1 ,
2 , ...}. 这些符号是方便形容最坏情况的运行时间函数
T ( N组) , 这是定义通常只输入整数大小. 有时是方便,
但滥用渐近符号的方式多种多样. 例如,标注很容易扩展到
域的实数,或者 限于MIDP的自然数. 它是重要的,但是要理
解其确切含义的符号,所以当它一旦被滥用, 它不被滥用.
本条规定的基本渐近符号,并介绍了几种常见的侵权行为.
渐进法
我们使用记数法来描述连续时间渐进算法，定义为 领域是套自然数字N = 作用的期限{0, 1, 2...} 。这样 记法是方便为描述最坏的跑时间作用T (n), 是 通常定义只在整数输入大小。它是有时方
便, 然而, 滥用 渐进记法用各种各样的方式。例如, 记法容易地延伸到 实数领域或对自然数字的一个子集, 供选择地, 制约。它是 重要, 然而, 了解记法的精确意思以便当它是 滥用, 它不被误用。这个部分定义基本的渐进记法和还 介绍一些共同的恶习。
我尽力了！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
3.1渐近符号的符号,我们用来形容渐近运行时间的算法是定义条款 职能的领域,是集自然数n = {0 , 1 , 2 , ...}. 这些符号是方便形容最坏情况的运行时间函数T ( N组) , 这是定义通常只输入整数大小. 有时是方便,但滥用渐近符号的方式多种多样. 例如,标注很容易扩展到域的实数,或者 限于MIDP的自然数. 它是重要的,但是要理解其确切含义的符号,所以当它一旦被滥用, 它不被滥用. 本条规定的基本渐近符号,并介绍了几种常见的侵权行为.
这位哥，我是查了一个小时的词典才翻译的
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024