Algoritmi nende osade ajaline keerukus, mis ei sõltu n-st on O(1). Iteratiivse algoritmi ajalise keerukuse hindamiseks leitakse tsüklite kordamise käigus sooritatavate põhioperatsioonide arv. Nii saame lineaarse tsükli ajalise keerukuse hinnanguks O(n) (tsüklis eeldatakse üks põhitehe). Ülesanne: Leida ajalise keerukuse hinnang lihtsale kahekordsele tsüklile, mis sisaldab ühte põhitehet. Rekursiooni sisaldava algoritmi täitmiseks kuluv aeg avaldatakse rekurentse võrrandina. Näide: Algoritm, mille kohaselt lähteülesanne mahuga n jaotatakse kaheks alam- ülesandeks (kumbki mahuga n/2), mis lahendatakse mõlemad samal meetodil. Tulemuste kokkupanekuks alamülesannete lahendustest kulub veek n operatsiooni. Võrrandiks saame f(n)=2*f(n/2)+n (f(1)=0) Def. Algoritmi keskmine ajaline keerukus A(n) konkreetse ülesande lahendamiseks kuluv keskmine operatsioonide arv. Def. Algoritmi ajaline keerukus halvimal juhul W(n) konkreetse ülesande
1.3.2 Rekurentsed närvivõrgud Rekurentseks ehk tagasisidestatuks nimetatakse närvivõrku, milles signaalid levivad nii sisendist väljundi poole, kui ka vastassuunas. Sellistel võrkudel on olemas siseolek ja järelikult, rekurentse närvivõrgu väljundväärtus sõltub nii selle ajahetke sisenditest kui ka eelmiste ajahetkede sisend ja väljundväärtustest. See annab võimalust modelleerida reaalset
1.3.2 Rekurentsed närvivõrgud Rekurentseks ehk tagasisidestatuks nimetatakse närvivõrku, milles signaalid levivad nii sisendist väljundi poole, kui ka vastassuunas. Sellistel võrkudel on olemas siseolek ja järelikult, rekurentse närvivõrgu väljundväärtus sõltub nii selle ajahetke sisenditest kui ka eelmiste ajahetkede sisend ja väljundväärtustest. See annab võimalust modelleerida reaalset
peidetud kihi neuronite vahel. Seepärast seda kihti ei arvestata kihtide kokkulugemisel. See tähendab, et ertseptroni, mis koosneb ühest sisendkihist, ühest peidetud kihist ja ühest väljundkihist nimetatakse kahekihiliseks. Rekurentseks ehk tagasisidestatuks nimetatakse närvivõrku, milles signaalid levivad nii sisendist väljundi poole, kui ka vastassuunas. Sellistel võrkudel on olemas siseolek ja järelikult, rekurentse närvivõrgu väljundväärtus sõltub nii selle ajahetke sisenditest kui ka eelmiste ajahetkede sisend ja väljundväärtustest. See annab võimalust modelleerida reaalset dünaamilist protsesse. Seepärast nimetatakse neid tihti ka dünaamilisteks närvivõrkudeks. Nende närvivõrkude struktuuride matemaatiline kirjeldus on väga keeruline ja eksisteerib ainult lihtsa struktuuriga tagasisidestatud võrkude kohta
annaabi.ee 
