大话数据结构 【一】复杂度

算法时间复杂度

定义：在进行算法分析时语句总的执行次数T ( n )是关子问题规模n的函数，进而分析 T( n )随n的变化情况并确定T（n）的数量级。算洼的时闽复杂度.也就是算法的时闽量度，记 : T ( n ) = O(f n)) 它表示随问题规模的增大，算法执行时间的增长率和 f（n）的增长率相同，称作算法的渐近时间复杂度，简称为时间复杂度。其中f(n)是问题规模n的某个函数。

 

常数阶：

对于分支结构而言，无论是真，还是假，执行的次数都是恒定的，不会随着 变大而发生变化，所以单纯的分支结构(不包含在循环结构中)，其时间复杂度也是 0(1)。

 

线性阶：O（n）

 

对数阶：

 

平方阶：循环嵌套O（m*n）  O（n^2）

最坏情况与平均情况  最坏时间复杂度、平均运行时间。一般在没有特殊说明的情况下，都是指最坏时间复杂度。

算法空间复杂度：算法的空间复杂度通过计算算法所需的存储实现，算法空间复杂度的计算公式记作: S(n)= O(f(n)) ，其中，n为问题的规模， f(n)为语句关于n所占存储空间的函数。

若算法执行时所帘的辅助空间相对于输入数据量而言是个常数，则称此算法为原地工作，空间复杂度为O(1).

 

 

 

摘自《大话数据结构》，之后可能针对自己常使用的C++语言添加相应内容