算法复杂度

复杂度

• 程序执行时需要的计算量(CPU)和内存空间（和代码是否简洁无关）
• 不考虑网络的耗时，不考虑计算机读取硬盘的耗时
• 复杂度是数量级，不是具体的数字，用O(...)表示，内部是一个函数表达式
• 一般针对是一个具体的算法，而非一个完整的系统

在前端中，重时间轻空间

上图是一个复杂度表，横轴代表输入的量，竖轴代表数量级结果

时间复杂度——程序执行时需要的计算量(CPU)

空间复杂度——程序执行时需要的内存空间

数量级

• O(1) ——代码就是平铺直叙的执行，没有任何循环。
• O(logn)——数据量的对数，有循环，但是其中使用了二分例如二分查找算法；二分法是非常重要的算法思维，可以极大减少复杂度，而且计算量越大，减少的越明显。
• O(n)——和传输的数据量一样，普通的循环
• O(n*logn)——数据量*数据量的对数(循环+二分)，例如快速排序算法
• O(n^2)——数据量的平方，嵌套循环，例如冒泡排序