最全数据结构与算法——算法(1)，2024年最新5分钟搞定

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

根据输入数据的特点，时间复杂度具有最差、平均、最佳三种情况，一般我们考虑的时间复杂度都是最坏的那种情况，最坏时间复杂度是包含于最好、和平均两种情况的。

常见种类:

根据从大到小，常见的算法时间复杂度主要有：

📌

O

(

1

)

<

O

(

l

o

g

₂

n

)

<

O

(

n

)

<

O

(

n

l

o

g

₂

n

)

<

O

(

n

²

)

<

O

(

n

³

)

<

O

(

2

ⁿ

)

<

O

(

n

!

)

<

O

(

n

ⁿ

)

O(1)<O(log₂n)<O(n)<O(nlog₂n)<O(n²)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ)

O(1)<O(log₂n)<O(n)<O(nlog₂n)<O(n²)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ)

实例一：

void speaker(int n){
  int i = 1;
  while(i<=n){
    i = i\* 2;   //每次翻倍
    printf("我真的会谢 %d\n", i);
  }
  printf("我是真的栓Q %d\n", n);
}

时间复杂度:

📌

T

(

n

)

=

O

(

x

)

=

O

(

l

o

g

₂

n

)

T(n) = O(x) = O(log₂n)

T(n)=O(x)=O(log₂n)

实例二：

void speaker(int flag[], int n){  //n为问题规模
  printf("你今天好吗？ \n");
  for(int i=0; i<n; i++){   //从第一个元素查找
    if(flag[i]==n){   //找到元素n
      printf("我很好 %d\n", n);
      break;
    }
  }
}

//flag数组中乱序存放了1~n这些数
int flag[n] = {1.......n};
speaker(flag, n)

时间复杂度：

• 最好情况：元素n在第一个位置（T(n) = O(1)）
• 最坏情况：元素n在最后一个位置（T(n) = O(n)）
• 平均情况：假设元素n在任意一个位置的概率相同为1/n（T(n) = O(n)）

由于算法的时间复杂度考虑的只是对于问题规模n的增长率，则在难以精确计算基本操作执行次数（或语句频度）的情况下，只需求出它关于n的增长率或阶即可

👻空间复杂度

类似于算法的时间复杂度，我们还需要掌握的是算法的空间复杂度，其中n为问题的规模（或大小）

📌

S

(

n

)

=

O

(

f

(

n

)

)

S(n) = O(f(n))

S(n)=O(f(n))

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

)

S(n) = O(f(n))

S(n)=O(f(n))

[外链图片转存中…(img-JejfJBxS-1715806461088)]
[外链图片转存中…(img-cWC7PNlY-1715806461088)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！