1. 分析普通情况下的时间复杂度/空间复杂度 2. 分析二分查找、递归实现的斐波那契数列的时间/空间复杂度

本文详细介绍了如何分析算法的时间复杂度和空间复杂度,包括最坏时间复杂度的重要性、递归算法的时间复杂度计算方法。同时,通过二分查找和递归实现斐波那契数列的例子,具体分析了这两个算法的时间复杂度和空间复杂度,二分查找的时间复杂度为O(log2N),空间复杂度为O(1),而递归斐波那契数列的时间复杂度为O(2^N),空间复杂度为O(N)。
摘要由CSDN通过智能技术生成

1.时间复杂度:

  时间复杂度其实即使算法执行次数n的某个函数f(n),进而分析f(n)n的变化情况并确定T(n)的数量级。这里用"O"来表示数量级,时间复杂度的表达式为。

                                                                                 T(n)=O(f(n));

  它表示随着问题规模的n的增大,算法的执行时间的增长率和f(n)的增长率相同,这称作算法的渐进时间复杂度,简称时间复杂度。而我们一般讨论的是最坏时间复杂度,这样做的原因是:最坏情况下的时间复杂度是算法在任何输入实例上运行时间的上界,分析最坏的情况以估算算法指向时间的一个上界。

 

时间复杂

评论
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