目录
时间复杂度
时间复杂度:一个可以定性的描述算法的运行时间的函数。
随着数据的规模n的增加,算法的执行时间的增长率和f(n)的增长率相同,算法的时间复杂度O(f(n))
O指的是时间复杂度的上限。
有时候一般情况和最坏情况的时间复杂度是不一样的。面试时的时间复杂度都指的是一般情况。
当n到某一数值时,常数项系数对时间复杂的的影响不大。但常数项很大时不可以忽略。
一般计算复杂算式的复杂度时,都忽略常数项系数。
O(logn)可以以任何数为底
因为,都相当于logjn乘以一个常数项。
while (i <= n) {
i = i * 2;
}
类似这种循环代码的时间复杂度就是log(n)
公式补充:
空间复杂度
空间复杂度:程序运行时所占内存大小
int j = 0;
for (int i = 0; i < n; i++) {
j++;
}
int* a = new int(n);
for (int i = 0; i < n; i++) {
a[i] = i;
}
第一个程序开辟的内存空间不会随n的变化而增加,所以空间复杂度是O(1),第二段程序就是O(n)
内存对齐
面试常见问题:为什么有内存对齐?
原因一:为了使程序可以在多平台运行。某些硬件平台只能在某些地址取某些特定类型的数据,无法访问任意内存地址上的任意数据。
原因二:可以提升CPU的访问内存的速度
比如:cpu按块存读取内存,每块可以是2,4,8(等)个字节
非内存对齐需要两次寻址加一次合并才能将int数据读取出来。
学习的原文章链接:代码随想录 (programmercarl.com)