算法及时间空间复杂度基础学习

一、算法的概念及评估标准

算法是操作数据、解决问题的一组方法。

衡量算法的维度：

1. 时间维度：时间复杂度，执行算法消耗的时间。
2. 空间维度：空间复杂度，执行算法占用的内存空间。

 

大O符号表示法来表示算法的复杂度。

二、时间复杂度

2.1 概念

时间复杂度：T(n)=O(f(n))，算法的渐进时间复杂度，f(n)表示每行代码执行次数之和，O表示正比例关系。

for(i=1; i<=n; ++i)  //1个时间粒度

{

   j = i;  //n个时间粒度

   j++;  //n个时间粒度

}

 

T(n)=(1+2n)*时间粒度，当n->无限大的时候，简化为：T(n)=O(n)

==》表示代码执行时间的变化增长趋势

 

2.2 常见的时间复杂度

1. 常数阶O(1)——消耗的时间不随某个变量增长
2. 线性阶O(n)——消耗的时间随着n的变化而变化
3. 对数阶O(logN)

int i = 1;

while(i<n)

{

    i = i * 2;

}

假设循环x次后，i>n，则2的x次方=n，则x = log2^n

 4.线性对数阶O(nLogN)——将O(logN)循环n遍

 5.平方阶O(n^2)——将O(n)再嵌套循环一遍

 

三、空间复杂度

3.1 概念

空间复杂度：对算法在运行过程中临时占用存储空间的大小的度量。S(n)

 

3.2 常见的空间复杂度

1. 空间复杂度O(1)——占用的空间不随某个变量增长
2. 空间复杂度O(n)——占用的空间随着n的变化而变化

int[] m = new int[n]  //数组占用n个空间，S(n)=O(n)

for(i=1; i<=n; ++i)

{

    j = i;

    j++;

} 

 

参考文献：https://www.cnblogs.com/Kevin-ZhangCG/p/10304265.html