目录
🥬算法效率
算法效率分析分为两种:第一种是时间效率,第二种是空间效率。时间效率被称为时间复杂度,而空间效率被
称作空间复杂度。 时间复杂度主要衡量的是一个算法的运行速度,而空间复杂度主要衡量一个算法所需要的额
外空间,在计算机发展的早期,计算机的存储容量很小。所以对空间复杂度很是在乎(以前是以时间换空间).但是经过计算机行业的
迅速发展,计算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复
杂度(现在是以空间换时间)。
🥬时间复杂度
时间复杂度的定义:在计算机科学中,算法的时间复杂度是一个函数,它定量描述了该算法的运行时间。一个算法执行所耗费的时间,从理论上说,是不能算出来的,只有你把你的程序放在机器上跑起来,才能知道。但
是我们需要每个算法都上机测试吗?是可以都上机测试,但是这很麻烦所以才有了时间复杂度这个分析方
式。一个算法所花费的时间与其中语句的执行次数成正比例,
算法中的基本操作的执行次数,为算法的时间复
杂度。
实际中我们计算时间复杂度时,我们其实并不一定要计算精确的执行次数,而只需要
大概执行次数,那么这里我们使用大
O
的渐进表示法。
大
O
符号(
Big O notation
):是用于描述函数渐进行为的数学符号。
推导大
O
阶方法:
1
、用常数
1