算法复杂度分析

本文探讨了算法分析中的时间复杂度和空间复杂度。针对不同规模的问题,提出了选择合适算法复杂度的重要性。举例说明了如何计算和估算时间复杂度,并通过不同场景解释了在数组查找问题中如何从O(n^2)过渡到更高效的O(nlog2n)和O(n)算法。同时,简单阐述了空间复杂度的评估方法。
摘要由CSDN通过智能技术生成

复杂度分析

时间复杂度

每一个算法题,都会有一个时间限制和空间限制。本文就拿时间限制为 1s 来讨论.

就目前来说个人计算机 1s 大概可以执行 3e8次运算左右。

所以时限 1s ,我们要保证程序运算次数不超过 3e8

时间复杂度一般分为 $ O(n^2) $ O ( n l o g 2 n ) O(nlog_2n) O(nlog2n) O ( n ) O(n) O(n) O ( l o g 2 n ) O(log_2n) O(log2n) O ( 1 ) O(1) O(1)

  • $O(n^2) $ 相当于两次 for 循环
  • O ( n ) O(n) O(n) 相当于一次 for 循环
  • O ( l o g 2 n ) O(log_2n) O(log2n) 最典型的就是二分
  • O ( 1 ) O(1) O(1) 在常数的时间内解决

在某一题中:

如果 n > 100000000 , 就需要考虑用 常数的时间去解决 或者 O ( l o g 2 n ) O(log_2n) O(log2n) 的时间复杂度

如果 n 在 100000 左右, 就可以考虑 O ( n l o g 2 n ) O(nlog_2n) O(nlo<

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值