この質問にはすでに回答があります：
回答
次の場合、アルゴリズムは多項式です（多項式の実行時間があります）。いくつかの$ k、C > 0 $、サイズ$ n $の入力での実行時間は最大$ Cn ^ k $です。同様に、ある$ k > 0 $の場合、サイズ$ n $の入力での実行時間が$ O（n ^ k）$の場合、アルゴリズムは多項式です。これには、線形、2次、3次などが含まれます。一方、指数関数的な実行時間のアルゴリズムは多項式ではありません。
間には何かがあります。たとえば、時間内の実行を因数分解するための最もよく知られているアルゴリズム$ O（\ exp（Cn ^ {1 / 3} \ log ^ {2/3} n））$定数$ C > 0 $;このような実行時間は、サブ指数として知られています。他のアルゴリズムは、一部の$ A > 0 $および$ C > 1 $であり、これらは準多項式として知られています。このようなアルゴリズムは、ごく最近、小さな特性の離散対数に対して要求されました。
コメント
回答
アルゴリズムの実行には、計算時間がかかる場合があります。これは主に、アルゴリズムの複雑さに依存します。コンピュータ科学者は、実行する必要のある操作の数の動作に基づいてアルゴリズムを分類する方法を作成しました（操作が多いほど時間がかかります）。
そのクラスの1つは、多項式の時間計算量を示しています。つまり、操作の複雑さは$ n ^ c $に比例しますが、nは入力のサイズであり、cは一定です。明らかに、この名前は多項式である$ n ^ c $に由来しています。
入力のサイズに関係なく、一定の時間を費やすアルゴリズムには他にも「タイプ」があります。いくつかは$ 2 ^ n $の時間を費やします（はい、ほとんどの場合本当にslllooooww）。
素人のために単純化しすぎたため、エラーが発生した可能性があります。続きを読む https://stackoverflow.com/questions/4317414/polynomial-time-and-exponential-time
コメント
回答
素人の言葉で言えばアルゴリズムの実行時間。
アルゴリズム（成長）の順序は、Big-oh（O）、little-oh（o）、omega（Ω）、またはtheta（Θ）のいずれかです。
RRの計算に問題がある場合は、以前に尋ねたいくつかの質問を表示し、理解できれば投票してください。
forループがあるとします：
for(i=1 to n) x++
このコードの順序または時間計算量は次のとおりです。O（n）
なぜ大きいのですか？このコードが実行される最悪のケースが必要なためです。
ここを読んでください（これらはアルゴリズムの複雑さを定義し、アルゴリズムが多項式時間でどのように実行されるかを通知します）：
http://en.wikipedia.org/wiki/NP_(complexity) http://en.wikipedia.org/wiki/NP-complete http://en.wikipedia.org/wiki/NP-hard
概要：
http://www.multiwingspan.co.uk/a23.php?page=types
コメント