时间复杂度 空间复杂度

文章目录


前言

菜鸟大可正式上线,快大三的人还是一个数据结构的初学者。流水不争先,争的是滔滔不绝。

活到老学到老,加油!


一、用什么衡量算法的好坏?

主要用时间复杂度和空间复杂度来衡量算法的好坏。

时间复杂度主要衡量的是一个算法的运行速度,而空间复杂度主要衡量一个算法所需要的额外空间

二、时间复杂度:一个数学函数,算法中的基本操作的执行次数

void func1(int N){
	int count = 0;
	for (int i = 0; i < N ; i++) {
        for (int j = 0; j < N ; j++) {
				count++; 
		}	//for循环嵌套 执行 N^2次                                                       
	}
 
	for (int k = 0; k < 2 * N ; k++) {
        count++; 
	}	    //for循环 k<2*N 循环2*N次
	
    int M = 10;
	while ((M--) > 0) {
		count++;
	}	    //While M--为循环条件 执行了10次
	
    System.out.println(count);

 }

F(N) = N^2 + 2 * N + 10

N^2 远大于后面的两项 去掉了那些对结果影响不大的项

所以 O(N) = N^2

在实际中一般情况关注的是算法的最坏(上界)运行情况,所以数组中搜索数据时间复杂度为O(N)  (最好运行情况就是下界)

三、空间复杂度临时占用存储空间大小的量度

四、大O渐进法

大O表示法只是对程序执行时间的一个估算

大O表示法只保留最高阶项

大O表示法会保留一个系数来更准确的表示复杂度(不会表示精确的次数,因为cpu运算极快,去估计精确的也没有什么卵用)

大O表示法一般表示的是算法最差的运行时间

五、一道计算题

设某算法的递推公式是T(n)=T(n-1)+n,T(0)=1,则求该算法中第n项的时间复杂度为()

T(n)=T(n-1)+n

       =T(n-2)+T(n-1)+n

       =T(n-3)+T(n-2)+T(n-1)n

       =T(0)+1+2+3++……+(n-1)+n

n次  故时间复杂度为:O(n)

评论 2
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