Empresas
Empleos
  • Sobre nosotros
  • Soluciones
    • Publicación de vacantes
      Publica tu vacante y recibe candidatos calificados en 48h.
    • Evaluación de candidatos
      500+ pruebas técnicas y psicológicas, más anti-fraude.
    • Headhunting
      Búsqueda ejecutiva a la medida de principio a fin.
    • Nómina + EOR
      Dispersión de nómina y EOR en más de 15 países de LATAM.
  • Precios
  • Empleos

0

214
Vistas
¿Cómo tarda 20 * 2 mil millones tanto como 2 * 3 en notación Big O?

Estoy estudiando gran O y me encontré con esto

 function timesTwo(num) { return 2 * num } let result = timesTwo(5) // 10 let result2 = timesTwo(2000) // 4000

entonces dice esto

Ahora, ¿cuál de estos crees que llevará más tiempo calcular? 2 * 5 o 2 * 2000?... Es solo una operación (una multiplicación). 20 * 2 billones toma tanto como 2 * 3. No importa el tamaño de la entrada, la función toma la misma cantidad de tiempo para calcularse.

¿Cómo es eso cierto? ¿Cómo funciona? me parece que 20 * 2 mil millones tomaría mucho más tiempo que 2 * 3

Para hacer las cosas más confusas, continúa diciendo esto.

 function manyTimes(num) { let total = 4 * num return total * 3 }

Ahora bien, no diríamos que esta función tiene un Gran O de 2, seguiría siendo un Gran O de 1 porque estamos mirando el panorama general (1 operación no tomará mucho más tiempo que 2 para un computadora para que podamos simplemente ignorarlo) . No importa lo que pongamos, el número de operaciones no aumentará en la función, es un tiempo constante.

¿Puede explicar el texto en negrita de arriba? Vale, 1 operación no es significativamente más larga que 2. Pero, ¿qué pasa con 1 en comparación con 20 000 operaciones?

Fuente donde leí esta información. Notación Big O en Javascript

about 4 years ago · Juan Pablo Isaza
2 Respuestas
Responde la pregunta

0

Big O no se refiere exactamente a cuánto tiempo se tarda en procesar algo, sino a cómo crece la duración del proceso con N entradas. Las funciones lineales crecen más lentamente que las funciones exponenciales, lo que significa que Linear es más rápido de procesar en Big O.

Tu ejemplo aquí compara dos expresiones lineales, lo que significa que el crecimiento de ambas es el mismo. Sin embargo, diría que es incorrecto decir que toman el mismo tiempo, sino que crecen al mismo ritmo.

about 4 years ago · Juan Pablo Isaza Denunciar

0

se trata del comportamiento de la cola con la entrada n extendiéndose hacia arriba hasta el infinito. solo nos preocupa cómo evoluciona la cola de la complejidad computacional en las etapas finales de esa cola, porque generalmente queremos construir algoritmos en mente para el peor de los casos. 20x2billion sigue siendo O(n) al igual que 2x3 sigue siendo 0(n)

about 4 years ago · Juan Pablo Isaza Denunciar
Responde la pregunta
Encuentra empleos remotos

¡Descubre la nueva forma de encontrar empleo!

Top de empleos
Top categorías de empleo
Empresas
Publicar vacante Precios Comercial
Legal
Términos y condiciones Política de privacidad
© 2026 PeakU Inc. All Rights Reserved.
Andres GPT
Recomiéndame algunas ofertas
Necesito ayuda