常见时间复杂度
O(1):常数复杂度
int n=1000;
Syetem.out.println("hey"+n);
这里n只运行了一次,即n等于一个数1000而已
int n=1000;
Syetem.out.println("hey01"+n);
Syetem.out.println("hey02"+n);
Syetem.out.println("hey03"+n);
这里面的n运行了3次,但是我们不嫩把它写作O(3),这是错误的,O(1)代表的是它运行了常数时间复杂度
O(logn):对数复杂度
for(int i=1;i<n;i=i*2){
System.out.println("hey"+i);
}
这个操作我把n带入一个简单地数字你体会一下,比如n是8,这样i就执行了3次,第一次i=1输出hey1;第二次i为1×2=2即i=2输出hey2;第三次i为2×2=4,即i=4输出hey4;
可以看出他是执行了logn次。
O(n):线性时间复杂度
for (int i=1;i<=n;i++){
System.out.println("hey"+i);
}
这里面含有for循环,第一句冲提到了i<=n 然后i进行加一操作,这个过程i一共执行了n次,其中每一次都输出一次‘hey’的语句,比如‘hey1’‘hey2’等等
for (int i=1;i<=n;i++){
System.out.println("hey"+i+"and"+j);
}
for (int j=1;j<=n;j++){
System.out.println("hey"+i+"and"+j);
}
如果此处出现了两个for语句,你以为是O(n²)就错了,不是说有几个for就是n的几次方,一定要看清楚for是不是并列的,或者他是不是嵌套在一起的。还有一个问题就是并列的两个for算不算是两个n的复杂度呢,其实和O(1)是一样的,O(n)只是表达时间复杂度。前面的常熟可以省略即写成O(n)而不是O(2n) 一定要注意这个问题
O(n²):平方复杂度
for (int i=1;i<=n;i++){
for (int j=1;j<=n;j++){
System.out.println("hey"+i+"and"+j);
}
}
这里面应用了嵌套
两个for循环,i执行n次,每一次中j又执行了n次,所以工之星了n²次
O(n³):立方复杂度
for (int i=1;i<=n;i++){
for (int j=1;j<=n;j++){
for(int k=1,k<=n,k++){
System.out.println("hey"+i+"and"+j);
}
}
}
同理,三个for循环,i执行n次,每一次中j又执行了n次,每一次中的k又执行了n次,所以工之星了n³次