时间复杂的和空间复杂度

别活在过去i

已于 2023-03-12 12:42:55 修改

阅读量198

点赞数

分类专栏：数据结构文章标签：算法数据结构

于 2023-03-07 23:35:23 首次发布

本文链接：https://blog.csdn.net/L170311/article/details/129394263

版权

数据结构专栏收录该内容

3 篇文章 0 订阅

订阅专栏

文章介绍了算法效率的两个关键指标——时间复杂度和空间复杂度。时间复杂度关注算法运行所需时间，而空间复杂度则涉及额外内存使用。随着计算机存储能力的提升，现在对空间复杂度的关注相对减少。文章列举了不同复杂度阶的执行效率，并指出这些概念是《数据结构与算法》教程中的重要内容。

摘要由CSDN通过智能技术生成

1.算法效率

算法效率分析分为两种：第一种是时间效率，第二种是空间效率。时间效率被称为时间复杂度，而空间效率被称作空间复杂度。时间复杂度主要衡量的是一个算法的运行速度，而空间复杂度主要衡量一个算法所需要的额外空间，在计算机发展的早期，计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展，计算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度。

2.时间复杂度

2.1 时间复杂度的概念

时间复杂度的定义：在计算机科学中，算法的时间复杂度是一个

函数（数学中带有未知表达式的函数），它定量描述了该算法的运行时间。一个算法执行所耗费的时间，从理论上说，是不能算出来的，只有你把你的程序放在机器上跑起来，才能知道。但是我们需要每个算法都上机测试吗？是可以都上机测试，但是这很麻烦，所以才有了时间复杂度这个分析方式。一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法的时间复杂度。