มีตัวแปรตามธรรมชาติของการวิเคราะห์กรณีที่เลวร้ายที่สุดที่ยังมีประโยชน์ บางทีสิ่งที่โด่งดังที่สุดก็คือความซับซ้อนที่ซับซ้อน ที่นี่เราพิจารณาการวัด "สองมิติ": ความยาวอินพุตปกติและจำนวนเต็มเพิ่มเติมที่ไม่ใช่ลบkพารามิเตอร์ แม้ว่าอัลกอริทึมอาจทำงานอย่างน่ากลัวในกรณีที่เลวร้ายที่สุด (สำหรับค่าทั้งหมดของnและk ) แต่ก็อาจเป็นได้ว่าทุกกรณีในแอปพลิเคชันที่ต้องแก้ไขพารามิเตอร์นี้kเกิดขึ้นต่ำดังนั้นอัลกอริทึมจึงทำงานได้ดี ในกรณีเหล่านั้นnknkk
ตัวอย่างเช่นสมมติว่าคุณต้องการแก้ปัญหาชุดอิสระสูงสุดบนกราฟบางคลาสและพัฒนาอัลกอริทึมที่น่าสนใจที่รวดเร็วอย่างน่าประหลาดใจ การสืบสวนต่อไปในชั้นเรียนของกราฟตัวเองคุณจะพบว่ากราฟทั้งหมดที่คุณตรวจสอบเพียงแค่เกิดขึ้นจะมี treewidth ที่มากที่สุด10ดี Bodlaender (cf Neidermeier [1]) พบว่าเมื่อ treewidth คือ k แม็กซ์ชุดอิสระคงเวไนยพารามิเตอร์ : จะสามารถแก้ไขได้ในO ( 2 k ( | E | + | V | ) )เวลา สิ่งนี้จะให้คำอธิบายเกี่ยวกับสาเหตุที่อัลกอริทึมของคุณทำงานได้ดี10O ( 2)k( | E| + | V| ))
[1] R. Niedermeier, เชิญชวนให้อัลกอริทึมคงที่พารามิเตอร์ Oxford Lecture Series ในวิชาคณิตศาสตร์และการประยุกต์สำนักพิมพ์ Oxford University, Oxford, 2006