数据结构和算法笔记--1时间复杂度

数据结构和算法笔记—1.时间复杂度
为了更加清楚的记录学习到的知识，也为之后更加方便的复习查看，因此写下这些笔记。这些笔记是观看这个视频过程当中的一些想法和总结https://www.bilibili.com/video/BV1uA411N7c5?p=8

时间复杂度

// An highlighted block
print('hello world')

时间复杂度为O(1)

// An highlighted block
for i in range(n):
	print('hello world')

时间复杂度为O(n)

// An highlighted block
for i in range(n):
	for j in range(n):
		print('hello world')

时间复杂度为O($n^2$)…时间复杂度将± print等简单操作算作一个运算单位。其中O括号中的为运算单位，1为单位，n为运算单位，$n^2$也为运算单位，其O(n)则为是以n为单位的复杂程度。

# An highlighted block
while n>1:
	print(n)
	n=n//2 # 整除

n=64的输出为 64,32,16,8,4,2. 则其中n为64，循环次数是6，其中$2^6$=64, 所以时间复杂度记为O(log₂n)或者O(logn)

O(1) < O(logn) < O(n) < O(nlogn) < O($n^2$) < O($n^2$ logn) < O($n^3$)

如何快速的判断算法复杂度

1. 确定n的规模
2. 循环减半过程–> logn
3. k层循环–> $n^k$

空间复杂度

空间复杂度： 用来评估算法内存占用大小的式子，表示方法与时间复杂度完全一样。

• 算法使用了几个变量 O(1)
• 算法使用了长度为n的一维列表 O(n)
• 算法使用了m行n列的二维列表 O(mn)
  空间换时间