复杂度分析是表示算法的性能的。
一般考虑算法复杂度是考虑算法的最坏的情况。不能寄托希望在运气上,不看具体的测试用例,做出最差的预估。表示算法运行的上界,不可能比这个情况再差。
使用n来表示数据规模。使用T来表示时间。
类似于这样人肉分析代码是没意义的,所以有复杂度的概念诞生。
例如O(n)表示的意思是,这个算法运行的时间,只和数据规模的大小有关,描述的是随着数据的增大,算法性能的变化趋势。
常数是不重要的。
在计算时间复杂度时要明确n的具体含义。
时间复杂度它本质上不是执行指令花费了多少时间,而是算法执行了多少指令,即基本操作(编程语言里的语句)的执行次数。
常见的时间复杂度:
一维数组循环遍历:
二维数组n*n循环遍历:
二维数组a*a,a*a=n,循环遍历:
因为此时的n代表的含义不同,所以时间复杂度不同,在计算时间复杂度时要明确n到底是谁。
空间复杂度同理,但是不太强调空间复杂度。