算法：时间空间复杂度

fancyZiZi~

已于 2022-03-03 09:18:01 修改

阅读量88

点赞数

文章标签：算法排序算法

于 2022-02-28 21:37:59 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Jireen/article/details/123192704

版权

本文详细解析了如何通过时间复杂度BigO分析算法效率，如O(n)和O(n^2)示例，并介绍了空间复杂度的概念，涉及常见复杂度如O(1), O(n), O(n^2)。通过二维数组内存分配实例讲解空间复杂度的影响。

摘要由CSDN通过智能技术生成

如何判断一个算法的好坏？如何对比不同的算法？

时间复杂度BigO:T(n)=O(f(n))

举例

for(int i=0; i<n;i++)x++;

O（1+3N）=O（N）
原因：i=0是1次，i<n和i++和x++都是N次

for(int i=0; i<n;i++)
{ for(int j=0;j<n;j++)
   {
      x++;
   }
}

O(n^2)
在这里插入图片描述

空间复杂度

内存空间增长的趋势，常用的有O（1）,O（n）,O(n^2)
在这里插入图片描述

O(n^2)比如二维数组的内存分配

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
算法：时间空间复杂度

如何判断一个算法的好坏？如何对比不同的算法？时间复杂度BigO:T(n)=O(f(n))举例for(int i=0; i<n;i++)x++;O（1+3N）=O（N）原因：i=0是1次，i<n和i++和x++都是N次for(int i=0; i<n;i++){ for(int j=0;j<n;j++) { x++; }}O(n^2)空间复杂度内存空间增长的趋势，常用的有O（1）,O（n）,O(n^2)O(n^2)比如二维数
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。