本文介绍了算法效率的两个关键度量——时间复杂度和空间复杂度。时间复杂度分析了算法执行所需计算工作量，重点关注最坏情况下的复杂度，并通过加法和乘法规则进行分析。常见的时间复杂度比较展示了不同复杂度的相对大小。空间复杂度则关注算法执行所需的内存空间，包括递归算法的深度和辅助空间。理解这些概念有助于优化算法性能。
算法效率的度量通过时间复杂度和空间复杂度来衡量。
一般考察时间复杂度的内容偏多，空间复杂度了解就行。
1.时间复杂度
语句的频度是指一个语句在算法中被重复执行的次数。
时间复杂度是指执行算法所需要的计算工作量；
时间复杂度主要是找到各个语句执行的次数，再找到相同的数量级。
T(n)=所有语句的频度之和，它是算法问题规模的n的函数，时间复杂度主要分析T(n)的数量级。
算法中基本运算[最深层次循环的语句]的频度与T(n)同数量级。
时间复杂度一般分为以下三种：
- 最坏时间复杂度：顾名思义，在最坏情况下的算法时间复杂度
- 平均时间复杂度：指所有可能输入在等概率的情况下，算法期望运行的时间
- 最好时间复杂度：指在最好情况下，算法的时间复杂度
一般总是考虑在最坏情况下的时间复杂度，目的是保证算法的运行时间不会比它更长。
注：下面两条规则非常重要
最低0.47元/天 解锁文章
扫一扫
671
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
