算法的时间复杂度和空间复杂度

本文探讨了算法的时间复杂度和空间复杂度。时间复杂度通过O(x)表示,常见情况包括O(1), O(n), O(n^2)和O(logn)。最坏情况和平均情况分析在算法设计中的重要性被强调。同时,文章指出在资源有限的情况下,空间复杂度的选择至关重要,如嵌入式系统的考量。总结了用空间换取时间的策略,并提出在实际应用中需根据场景权衡时间与空间需求。" 116552742,10330928,Linux硬盘分区与系统安装详解,"['硬盘安装linux系统步骤分区', 'Linux系统安装', '硬盘分区']
摘要由CSDN通过智能技术生成

一、时间复杂度

时间复杂度表示方法:O(x)
一般来说,其中x可以取值为1,n,n^2,log(n)四个数
(1)没有for循环,则为1,O(1)
(2)有一个for循环,则为n,O(n)
(3)有一个for循环里面嵌套着又一个for循环,则为n^2 ,O (n^2)
那么如果有三个这样的嵌套循环呢?无疑,就是n^3了。

这里需要用到一个极限的思想,当n趋近于无穷大的时候,后面的小项是可以忽略不计的。
(n+1)n/2,的复杂度为n^2。

(4)还有一种比较特殊的,看如下代码

int i=1;n=100;
while( i <n )
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值