N95口罩是啥意思？

Posted 2023-05-07

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了N95口罩是啥意思？相关的知识，希望对你有一定的参考价值。

参考技术A N95口罩是指经过美国NiosH（美国国家职业安全卫生研究所）机构认证的非油性颗粒物防护效率不小于95%的口罩。

N95型口罩是NIOSH（美国国家职业安全卫生研究所）认证的9种防颗粒物口罩中的一种。“N”表示用于防护非油性颗粒物（如病毒、细菌、粉尘等）；“95”表示在标准规定的检测条件下，口罩的过滤效率≥95%。N95口罩对于悬浮于空气中的颗粒物可以有效的防护。

为什么在新型冠状病毒疫情期间可以佩戴N95口罩？

1、新型冠状病毒的传播需要宿主媒介，一旦离开宿主（如动物，人类）的身体，短时间内就会死亡，但病毒可以通过接触传播（如手污染），飞沫传播等，其中咳嗽，讲话，打喷嚏时产生的飞沫是主要传播载体。如果一个新型冠状病毒携带者在密闭空间内(如火车飞机等)打个喷嚏，飞出的飞沫极容易被另一个人吸入，就有可能被感染。因此需要佩戴口罩加以防护。

2、由于病毒及其传播媒介（飞沫）也是以颗粒物状的形式存在，且颗粒物直径都比较小，N95口罩过滤机制正是通过口罩中高性能的滤材来过滤这些细微颗粒物。效率的测试方法中统一采用的是空气动力学直径为0.3微米的颗粒物，该尺寸是已知正态分布的颗粒物直径中，最难被过滤的。同时，N95口罩对于其密合性也有严格的要求。所以正确佩戴N95口罩，可降低对空气中病原微生物的暴露水平，有效防护病毒从呼吸道进入人体。但佩戴者还需注意手，眼睛等的预防，以免通过其它途径被感染。

N95级别口罩多久更换一次？

正常情况下如果是在室外使用，比如地铁、公交、超市、商城等公共场所，N95级别口罩需要4-6个小时更换一次，但是如果是在新型肺炎病毒疫区，建议是2个小时就及时更换一次N95级别口罩。

O(N) 是啥意思

【中文标题】O(N) 是啥意思【英文标题】：what does O(N) mean [duplicate]O(N) 是什么意思 【发布时间】：2010-12-26 22:17:54 【问题描述】：

可能重复：What is Big O notation? Do you use it?

大家好，

相当基本的可伸缩性符号问题。

我最近收到了一篇关于我的 python 排序列表实现的帖子的评论 “但请注意，您的 '有序集' 实现是 O(N) 的插入”

很高兴知道，但我不确定这意味着什么。

我见过诸如 n(o) o(N)、N(o-1) 或 N(o*o) 之类的符号

上面的符号是指什么？

【问题讨论】：

N 是指已经在列表中的项目数。使用 O(N) 执行插入意味着在最坏的情况下，必须遍历整个列表，直到找到可以插入新元素的位置，以便插入后的列表排序为好吧。我认为这不应该被关闭。如果您不知道 O(N) 表示大 O 表示法，您将不会搜索它。我认为这应该重新打开并添加指向“什么是大 O 表示法”项目的链接。我当然没有找到其他人，但现在其他人都列在顶部，怀疑有人会想念他们，应该保持关闭。 【参考方案1】：

评论指的是Big-O Notation。

简单地说：

O(1) 表示在恒定时间内 - 与项目数量无关。 O(N) 表示与项目数。 O(log N) 表示时间与日志(N)

基本上，任何“O”表示法都意味着操作最多需要 k*f(N) 其中：

k 是一个常数乘数

f() 是一个依赖于 N 的函数

【讨论】：

它是如何填补空白的？ big-oh 的定义是错误的（即使是非正式的），其他人都提到了类似于第 1、2 和 3 点的问题。很高兴你找到了你喜欢的答案，但这让我感到困惑。一个有点迂腐但重要的修正 - 从技术上讲，这意味着该操作将花费 kf(N) 而不是完全等于 kf(N) 的最大时间。 @mikera 谢谢，我会更新我的答案。【参考方案2】：

O(n) 是Big O Notation，指给定算法的复杂度。 n 是指输入的大小，在您的情况下，它是列表中的项目数。

O(n) 意味着您的算法将采用 n 次操作的顺序来插入一个项目。例如循环遍历列表一次（或恒定次数，例如两次或仅循环一半）。

O(1) 意味着它需要一个恒定的时间，它不依赖于列表中有多少项目。

O(n^2) 表示每次插入都需要 n*n 次操作。即 1 个项目的 1 个操作，2 个项目的 4 个操作，3 个项目的 9 个操作。如您所见，O(n^2) 算法在处理大量项目时效率低下。

对于列表，O(n) 的插入并不坏，但不是最快的。另请注意，O(n/2) 被认为与 O(n) 相同，因为它们都以与 n 相同的速率增长。

【讨论】：

"n 次插入项目的操作。例如，遍历列表一次。"如果你循环两次，它仍然是 O(n) 并且你执行 2*n 操作。你所说的 O(n/2) 也适用于 O(2*n)。好点。我已经更新了我的答案。要么需要 n 次操作，n 时间或恒定时间...选择一个。 O(n/2) = O(n) 因为 n/2 在 n 趋于无穷大时接近 n @GeoffLangenderfer 抱歉，如果我误解了这一点，但我认为这不是原因。如果我没记错的话，我们之所以这么说，是因为我们并不准确计算需要多长时间，而是计算执行时间与我们的数据集之间的关系。所以我们说的是 Δt∝n，或 Δt∝n²，或 Δt∝1/n。在这些情况下，缩放因子，无论是 2n 还是 n/2，都会被忽略，因为无论事情如何发展，我们都会查看关系。所以对于 O(n)，我们得到 n=Δt，因此如果我们将数据集加倍，我们得到 2n≈2Δt，如果我们说 O(n/2)，我们将得到 n/2=Δt，因此如果我们将数据集加倍，我们得到 n ≈2Δt。所以我们看到，如果 n 加倍，则不管 Δt 加倍。【参考方案3】：

称为大 O 表示法：http://en.wikipedia.org/wiki/Big_O_notation

所以说插入是O(n) 意味着您必须遍历整个列表（或其中的一半——大 O 表示法忽略常数因素）才能执行插入。

这看起来是个不错的介绍：http://rob-bell.net/2009/06/a-beginners-guide-to-big-o-notation/

【讨论】：

很酷，谢谢，这是一个好的开始 O 是上限。这意味着插入的复杂性最多以 n 的速度增长。 +1 链接到 rob-bell.net【参考方案4】：

具体而言，O(n) 意味着如果列表中有 2 倍的项目，则它需要 不超过 两倍的时间，如果有 50 倍许多它需要 不超过 50 倍的时间。有关更多详细信息，请参阅 dreeves 指出的***文章

编辑（上面的粗体字）：有人指出，Big-O 确实代表了上限，因此如果列表中的元素数量是原来的两倍，插入的时间最多会是原来的两倍，如果元素的数量是原来的 50 倍，那么它所花费的时间最多是 50 倍。

如果它是另外的 Ω(n)（n 的大欧米伽），那么对于两倍大的列表，它至少需要两倍的时间。如果您的实现既是 O(n) 又是 Ω(n)，这意味着对于两倍大的列表，它将至少和 most 两倍长, 那么可以说是 Θ(n) (Big Theta of n)，也就是说如果元素数量是原来的两倍，那么它所花费的时间正好是原来的两倍。

根据***（以及个人经验，我自己对此感到内疚）Big-O 通常用于 Big-Theta 的含义。调用你的函数 O(n^n^n^n) 在技术上是正确的，因为所有 Big-O 都说你的函数不会比这慢，但是除了证明一个点之外，没有人会真正这么说，因为它是尽管在技术上是准确的，但不是很有用和误导性的信息。

【讨论】：

事实并非如此。您描述的是下限，而不是上限。谢谢，更正了它（我认为......在特定情况下，常数值似乎抵消了'n'的顺序，因为当 n=1 时常数应该在那里如果 n=1 的时间是 50ms，那么这意味着常数值是 50，所以对于 n=10，它应该需要 50*10ms，这仍然是 10 倍的时间并且常数抵消并且可以安全地丢弃. 我认为这可能是这个问题的最佳答案，现在。【参考方案5】：

它指的是你的程序有多复杂，即实际解决一个问题需要多少操作。 O(n) 意味着每个操作与列表中的项目执行相同数量的步骤，对于插入来说，这非常慢。同样，如果您有 O(n^2) 意味着任何操作都需要“n”平方数的步骤才能完成，依此类推......“O”代表数量级，括号中的表达式是总是与过程中被操纵的项目的数量有关。

【讨论】：

+1 表示“O”代表什么太棒了！一个非常简短的解释。没必要混淆。清晰的术语，清晰的措辞，不变的词汇，不像人们给出的其他解释应该链接***的文章并先自己阅读。【参考方案6】：

简答：这意味着处理时间与输入的大小成线性关系。例如，如果输入的大小（列表长度）增加三倍，则处理时间（大致）增加三倍。如果它增加一千倍，处理时间也会增加相同的数量级。

详细答案：请参阅 Ian P 和 dreeves 提供的链接

【讨论】：

【参考方案7】：

这可能会有所帮助：

http://en.wikipedia.org/wiki/Big_O_notation#Orders_of_common_functions