时间复杂度:
1、概念:
a、时间复杂度:某个算法的时间耗费,他是该算法所求解时间规模n的函数;
b、渐进时间复杂度:当问题规模趋向无穷大时,该算法时间复杂度的数量级;
一般评价算法的时间性能,用的就是渐进时间复杂度,就简称为时间复杂度,记作T(n),T(n) = O( f(n) )。
2、大O表示法
如果要全面分析一个算法,需要考虑算法在最坏情况、最好情况和平均情况下的时间代价,有一些规则如下:
1、加法规则:
O(n, m) = O(n) + O(m) = O( max( f(n), f(m) ) )
2、乘法规则:
O(n, m) = O(n) * O(m) = O( f(n) * f(m) )
3、常数:
如果 O(n) = O(k),k是和n无关的常数,那么O(k) = O(1),也即: O(n, m) = O( f(n) * f(m) ) = O( k * f(m) ) = O( f(m) )
4、经验:
O(1) < O(log2 n) < O(n) < O(n log2 n) < O(n^2) < O(n^k) < O(2^n)
一般来说,写算法基本上要求时间复杂度要在中间偏左
还有,别随便写 O(lg n) 这样的时间复杂度了,(lg n)是 (log10 n)的缩写,(ln n)是(loge n)的缩写,为了防止误会还是写完整吧。
空间复杂度:
1、概念:
空间复杂度是指算法在计算机内执行时所需存储空间的度量,记作S(n),S(n) = O( f(n) )。
一般情况下说的都是方法内部由程序猿创建的空间的规模,计算方法和时间复杂度差不多。
2、注意:
如果要求空间复杂度 O(1),并不是说只能用一个中间变量,你可以用很多个,但是不能随着输入数据的增大而有所变化,这样就满足要求了。
当然,如果要求说“只能有一个中间变量”,那又是另一回事了。