Waarom is dit belangrijk?
Onderzoekers kunnen trage rekenmethoden laten vallen nog voordat ze die bouwen, door eerst het gedrag bij veel gegevens te bekijken. In de wetenschap maakt dat duidelijk welke planningsvraagstukken bij een omvangrijke taak te lang duren voor een bruikbare uitkomst. Leerlingen en werknemers kiezen zo een methode die bij een zwaardere opdracht bruikbaar blijft, al telt bij een korte opdracht een eenvoudige bouw vaak meer.
Zo werkt het in de praktijk
In de softwarepraktijk gebruiken informatici asymptotische computationele complexiteit, omdat een tijdmeting niet alle invoeren dekt. Zo schatten zij de rekentijd van binair zoeken in een gesorteerde lijst. In de wiskunde groeien de snelste bekende methoden voor ontbinding in priemfactoren sneller dan elke veelterm en trager dan een exponentiële functie.
Het onderzoeksveld heet analyse van algoritmen. Donald Knuth voerde die term in. De computationele complexiteitstheorie schat hierin hoeveel rekenkracht methoden voor een vraagstuk vragen.
In de beroepspraktijk leggen informatici de schatting vast in een kostenmodel. Het uniforme kostenmodel geeft elke machinebewerking dezelfde kost. Het logaritmische kostenmodel laat de kost meelopen met het aantal bits en past bij grote getallen in de cryptografie.




