1. 什么是时间复杂度
输入复杂度为n,代码执行时间复杂度函数O是执行次数f(n)的函数,记做O(f(n))。随着n的增大,O(f(n))与f(n)增长率相同,用f(n)近似代表O(f(n))。
2. 如何计算O
复杂度计算忽略了系数和低阶项。
① O(1),常数阶,与n取值无关,运行次数固定,以下执行一次
# 计算1到100的和
n=100
print((1+n)*n/2)
② O(n),线性阶,是n的一次函数,以下执行n次
# 计算1到100的和
n=100
sum=0
for i in range(n+1):
sum=sum+i
print(sum)
③ O(n2),平方阶,是n的平方函数,以下执行n2次
n=100
for i in range(n):
for j in range(i, n)
sum=sum+j
print(sum)
两个循环嵌套是n2,三个嵌套就是n3,依次类推
④ O(logn),对数阶,是n的对数函数。2i=n,i=logn
n=100
i=1
while i < n:
i=i*2
print(i)
3. 复杂度比较
以下为几种常见复杂度
常用的时间复杂度所耗费的时间从小到大依次是:
O(1) < O(logn) < O(n) < O(nlogn) | < O(n2) < O(n3) < O(2n) | < O(n!) < O(nn) |
---|---|---|
较好 | 一般 | 较差 |
除非特别说明,一般提到的时间复杂度都是情况最坏的复杂度
4. 空间复杂度
算法的空间复杂度是指算法运行所需要的辅助空间。