Solusi tingkat lanjut menyembunyikan biayanya di dalam struktur data. Operasi heap adalah O(log dari ukuran heap), bukan O(1). Sebuah BFS mengunjungi setiap node dan edge yang dapat dijangkau satu kali. Rekursi dengan memoization berbiaya jumlah state yang berbeda dikali pekerjaan per state, ditambah kedalaman call stack untuk ruangnya.
Beberapa biaya bersifat amortized: array dinamis yang menggandakan ukuran saat penuh sesekali menyalin semuanya, tetapi n kali append tetap membutuhkan O(n) secara total, jadi satu append adalah O(1) rata-rata dan O(n) pada kasus terburuk. Sebut "amortized" ketika memang itu maksud Anda.
Untuk graph, gunakan V untuk node dan E untuk edge, lalu sebutkan suku mana yang mendominasi. Dijkstra dengan binary heap adalah O((V + E) log V); BFS adalah O(V + E). Untuk pemrograman dinamis, hitung ukuran tabel: dua string dengan panjang m dan n menghasilkan tabel m kali n, dan hanya menyimpan dua baris memangkas ruang menjadi O(min(m, n)).
Biaya = jumlah state atau operasi dikali biaya masing-masing.