再一次学习时间和空间复杂度，彻底搞懂

一、常见的时间复杂度

时间复杂度由上往下依次增加

时间复杂度	阶
常数复杂度	O(1)
对数复杂度	O(logn)
线性复杂度	O(n)
线性对数复杂度	O(nlogn)
K次复杂度	O(n²)、O(n³)...
指数复杂度	O(2n)
阶乘复杂度	O(n!)

对数复杂度O(logn)

res=1

while res<n:
    res=res*2
复制代码

我们先来找主导，res=res*2就是主导。只要算出它的时间复杂度，就能知道总的时间复杂度。 理解一下代码就可以知道，res初始化为1，当res>=n的时候就会跳出循环，运行结束。那么res又是时时再变化res=res*2，又res初始化为1，所以当前问题就变成了 多少个2相乘才能等于n。也就是2的多少次幂等于n，转换一下变成了

x=log(2)nx=log(2)nx=log(2)n

当然要知道对于复杂度来说，不管是以什么为底，最后都只记作O（logn）

对于线性对数复杂度O(nlogn) 没什么可说的，不过就是在上面的一段代码外部套一个for循环罢了。

二、常见空间复杂度

所谓空间复杂度，就是运行过程中临时变量所占用的内存空间。 很简单的，就不再过多叙述，例如一维数组占用n，二维数组占用n²。

 

文章地址同：
作者：大熊的搬运工
链接：https://juejin.cn/post/7092966388733575204
来源：稀土掘金