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 n^2 n2)…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 n^2 n2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 2^6 26=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 n^2 n2) < O( n 2 n^2 n2 logn) < O( n 3 n^3 n3)
如何快速的判断算法复杂度
- 确定n的规模
- 循环减半过程–> logn
- k层循环–> n k n^k nk
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