उद्धरण बल्कि अस्पष्ट और अभेद्य है। कम से कम तीन संबंधित तरीके हैं जिनमें इसकी व्याख्या की जा सकती है।
इसके पीछे का शाब्दिक गणितीय बिंदु यह है कि, यदि आप केवल कुछ सीमा तक आकार के उदाहरणों में रुचि रखते हैं, तो केवल कई संभावित बदलाव हैं। उदाहरण के लिए, सौ वर्टिकल तक केवल बहुत से ग्राफ हैं। यदि केवल उदाहरणों की एक सीमित संख्या है, तो आप सिद्धांत रूप में, सभी संभावित उदाहरणों के सभी उत्तरों के एक लुक-अप तालिका का निर्माण करके समस्या को हल कर सकते हैं। अब, आप पहले जाँच करके उत्तर पा सकते हैं कि इनपुट बहुत बड़ा नहीं है (जो निरंतर समय लेता है: यदि इनपुट k से अधिक लंबा है k, यह अमान्य है) और फिर तालिका में उत्तर देखें (जो निरंतर समय लेता है: तालिका में प्रविष्टियों की एक निश्चित संख्या है)। ध्यान दें, हालांकि, तालिका का वास्तविक आकार संभवतः संभवतः बड़ा है। मैंने कहा कि सौ चक्करों पर केवल परिमित संख्याएँ होती हैं और यह सच है। यह सिर्फ इतना है कि परिमित संख्या ब्रह्मांड में परमाणुओं की संख्या से बड़ी है।
एक और अधिक व्यावहारिक बात यह है कि है, जब हम कहते हैं कि एक एल्गोरिथ्म का चलने का समय है , कि केवल अर्थ यह है कि यह है asymptotically सी एन 2 कदम, कुछ निरंतर के लिए सी । है, वहाँ कुछ निरंतर है n 0 ऐसा है कि, सभी के लिए n ≥ एन 0 , एल्गोरिथ्म मोटे तौर पर लेता है ग n 2 कदम दूर है। लेकिन शायद n 0 = 100 , 000 , 000Θ(n2) cn2Cn0n≥n0cn2n0=100,000,000और आप केवल उस से अधिक छोटे आकार के उदाहरणों में रुचि रखते हैं। स्पर्शोन्मुख द्विघात बाध्य भी आपके छोटे उदाहरणों पर लागू नहीं हो सकता है। आप भाग्यशाली हो सकते हैं और यह छोटे इनपुट पर तेज हो सकता है (या आप अशुभ हो सकते हैं और यह धीमा हो सकता है)। उदाहरण के लिए, छोटे , n 2 < 1000 n के लिए, इसलिए आप एक विषम एल्गोरिथ्म को चलाने के बजाय अच्छे स्थिरांक के साथ एक रेखीय एल्गोरिथ्म के साथ अच्छी तरह से भाग लेंगे। इसका वास्तविक जीवन का उदाहरण यह है कि विषमतम रूप से सबसे कुशल मैट्रिक्स गुणन एल्गोरिदम ( Coppersmith-Winograd के वेरिएंट , O ( n 2.3729 ) में चल रहे हैं) शायद ही कभी अभ्यास में उपयोग किए जाते हैं: Strassen's Onn2<1000nO(n2.3729) एल्गोरिथ्म तब तक तेज़ है जब तक कि आपके मैट्रीज़ वास्तव में बड़े नहीं होते।O(n2.8074)
एक तीसरा बिंदु यह है कि, यदि छोटा है, तो n 2 और n 3 भी छोटा है। उदाहरण के लिए, यदि आपको डेटा के कुछ हज़ार आइटम सॉर्ट करने की आवश्यकता है और आपको केवल एक बार उन्हें सॉर्ट करने की आवश्यकता है, तो कोई भी सॉर्टिंग एल्गोरिदम पर्याप्त है: need ( n 2 )nn2n3Θ(n2)एल्गोरिथ्म अभी भी केवल आपके डेटा को सॉर्ट करने के लिए कुछ दसियों लाख निर्देशों की आवश्यकता हो सकती है, जो सीपीयू पर बिलकुल भी समय नहीं है जो प्रति सेकंड अरबों निर्देशों का प्रदर्शन कर सकता है। ठीक है, मेमोरी एक्सेस भी हैं, लेकिन यहां तक कि एक धीमी एल्गोरिथ्म एक सेकंड से भी कम समय लेगा, इसलिए एक सरल, धीमी एल्गोरिथ्म का उपयोग करना बेहतर है और इसे एक जटिल, तेज एल्गोरिथ्म का उपयोग करने की तुलना में सही है और पाएं कि यह बिजली की तेजी से है। लेकिन छोटी गाड़ी और वास्तव में डेटा को ठीक से सॉर्ट नहीं करता है।