数据结构与算法——Java实现 2.衡量算法好坏的标准

一个洞穴是黑暗的，但是只要有光打了进去，黑暗就不再是他的宿命

                                                                                                —— 24.8.27

一、时间复杂度

时间复杂度是用来衡量:一个算法的执行，随数据规模增大，而增长的时间成本

时间复杂度不依赖于环境因素

如何表示时间复杂度呢?

假设算法要处理的数据规模是n，代码总的执行行数用函数 f(n)来表示

为了对 f(n)进行化简，应当抓住主要矛盾，找到一个变化趋势与之相近的表示法

二、大O表示法

已知 f(n) ，求 g(n)

① 表达式中相乘的常量，可以省略

② 多项式中数量规模更小(低次项)的表达式

③ 不同底数的对数，渐进上界可以用一个对数函数 log n 表示

④ 类似的，对数的常数次幂可省略

时间复杂度由低到高：

O(1) < O(log(n)) < O(n) < O(n*log(n)) < O(n^2) < O(2^n) < O(n!)

三、空间复杂度

与时间复杂度类似，一般也使用大O表示法来衡量：一个算法执行随数据规模增大，而增长的额外空间成本