【数据结构与算法】算法的时间复杂度与空间复杂度

最新推荐文章于 2023-02-15 12:55:58 发布

Vav_a

最新推荐文章于 2023-02-15 12:55:58 发布

阅读量896

点赞数

分类专栏：数据结构与算法

本文链接：https://blog.csdn.net/millionsong/article/details/106433452

版权

本文介绍了算法的时间复杂度和空间复杂度。时间复杂度衡量算法执行时间与问题规模的关系，常见有O(1), O(logn), O(n), O(nlogn), O(n^2)等。空间复杂度则是算法所需存储空间与问题规模的关系。通过对事后统计法和事前分析法的探讨，阐述了评估算法效率的重要性。" 46828491,1187124,C++运算符重载：友元函数实现解析,"['C++', '运算符重载', '友元函数']

摘要由CSDN通过智能技术生成

什么是算法？

算法是对解决特定问题求解步骤的描述。包括自然语言描述，流程图描述，伪代码描述，程序代码描述等。

同一个问题可以使用不同的算法解决，如：1~100求和问题，可以使用for循环如：

int sum = 0 ;

int N = 100 ;

for(int i = 1 ; i<=100 ; i++){

sum+= i ;

}

也可以利用等差数列求和公式进行计算如：

int N = 100 ；

int sum = （N+1）*N / 2 ;

那么如何评价一个算法的好坏呢？ “ 执行时间 ” ，度量执行时间的方法有两种，分别为：事后统计法和事前分析法。

事后统计法

事后统计法主要是通过设计好的程序和数据，利用计算机计时器对不同算法程序的运行时间进行比较，从而确定算法效率的高低。他存在以下弊端:

必须事先编好程序，再进行运行，如果程序处理的数据量较大，则会花费大量的时间和精力

时间的比较主要依赖于计算机硬件和软件环境

算法的测试数据设计困难，在数据量较小的时候，不管什么算法其运行