算法刻意练习之时间/空间复杂度

1 时间复杂度：是指执行当前算法所消耗的时间

1、常数阶O(1)：无论代码执行了多少行，只要是没有循环等复杂结构，消耗的时间并不随着某个变量的增长而增长，那时间复杂度就都是O(1)
例：
int i = 1;
j = 2;
++i;
j++;
int m = i + j;

2、线性阶O(n)：大多数遍历
例：for循环里面的代码会执行n遍，因此它消耗的时间是随着n的变化而变化
for(i=1; i<=n; ++i) {
   j = i;
   j++;
}

3、平方阶O(n²)：双重循环

4、立方阶O(n³)：三重循环

5、对数阶O(logN)：二分查找、二叉搜索树
例：
// 假设循环x次之后，i就小于等于1了，此时这个循环就退出了，也就是说n的1/2的x次方等于1，n*(1/2)^x = 1 --> n/2^x = 1 --> n = 2^x (2^x = n)  --> x = log2^n
for (i = n; i >= 1; i = i / 2) {
    printf("%d", i);
}
// 假设循环x次之后，i就大于n了，此时这个循环就退出了，也就是说2的x次方等于n，2^x = n --> x = log2^n
for (i = 1; i < n; i = i * 2) {
    printf("%d", i);
}
// 次数      i     n = 1024+
   1     |   2
   2     |   4
   3     |   8
   4     |   16
   5     |   32
   6     |   64
   7     |   128
   8     |   256
   9     |   512
   10    |   1024

6、线性对数阶O(nlogN)：时间复杂度为O(logn)的代码循环n遍

7、指数阶(2^n)：遍历满二叉树、递归

8、O(n!): Factorial阶乘

2 空间复杂度：是指执行当前算法临时需要占用多少内存空间大小

1、常量级空间：0(1)
例：
int i = 1;
int j = 2;
++i;
j++;
int m = i + j;

2、数组的长度：O(n)/O(N^2)。例：new Int[n+1] --> O(n)
例：第一行new了一个数组出来，这个数据占用的大小为n，这段代码的2-6行，虽然有循环，但没有再分配新的空间，因此，这段代码的空间复杂度主要看第一行即可
int[] m = new int[n]
for(i=1; i<=n; ++i) {
   j = i;
   j++;
}

3、递归的深度：O(n)。例：n = 5, 满二叉树有5层，递归满二叉树5次

3 时间空间复杂度汇总