排序算法空间复杂度与时间复杂度总结

最新推荐文章于 2024-08-15 11:54:06 发布

Sx_king

最新推荐文章于 2024-08-15 11:54:06 发布

阅读量497

点赞数

本文链接：https://blog.csdn.net/Sx_king/article/details/98762683

版权

本文探讨了算法的时间复杂度和空间复杂度在评价算法效率中的重要性。时间复杂度通过大O符号描述，关注算法输入值增长时的运行时间。空间复杂度则衡量算法运行过程中的临时存储需求。例如，直接插入排序的时间复杂度为O(n^2)，空间复杂度为O(1)，而递归算法通常具有O(n)的空间复杂度。算法的优劣不仅要看执行时间，还要考虑空间占用。

摘要由CSDN通过智能技术生成

算法	空间复杂度	时间复杂度（平均/最坏）	稳定性
冒泡排序	O(1)	O(n²)/O(n²)	稳定
选择排序	O(1)	O(n²)/O(n²)	不稳定
插入排序	O(1)	O(n²)/O(n²)	稳定
希尔排序	O(1)	O(nlogn)/O(n^s) （s为步长）	不稳定
快速排序	O(logn)	O(n*logn)/O(n²)	不稳定
归并排序	O(n)	O(nlogn)/O(nlogn)	稳定
堆排序	O(1)	O(nlogn)/O(nlogn)	不稳定

时间复杂度：是同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。
计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，它考察当输