寒假算法训练一(时空复杂度)
目录
1.什么是时空复杂度?
时空复杂度分为时间复杂度和空间复杂度,一般考察的都是时间复杂度,很少要求空间复杂度,在程序设计中,时空复杂度都有特定的表示方式,称为大O表示法。
大O表示法:指的是解决某一问题所使用的算法所需要的时间。
推导大O阶的方法《大话数据结构2.9.2》
- 用常数1取代运行时间中的所有加法常数。
- 在修改后的运行次数函数中,只保留最高阶项。
- 如果最高阶项存在且其系数不是1,则去除与这个项相乘的系数。
- 得到的结果就是大O阶
2.常见的时间复杂度
1. 常数阶O(1)
对于不存在循环结构的程序中,即在顺序结构和分支结构中,其时间复杂的为O(1)。
2. 线性阶O(n)
一般在单重循环中,循环的时间复杂度就是O(n)。
3. 对数阶O(logn)
举一个对数阶的例子《大话数据结构2.9.5》
int count = 1;
while (count < n)
{
count = count * 2;
/*由2^x = n得到x = logn*/
}
4. 平方阶O(n^2)
一般在双重循环都是n的嵌套中,时间复杂度为O(n^2)。
ps:对于循环嵌套,其中有很多的细节问题,不过都可以用大O阶推导来求得。
3.常用的时间复杂度所耗费的时间排序
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)