数据结构与算法的常见时间复杂度和空间复杂度

一、时间复杂度

时间复杂度经常使用Big O notation来表示。
O表示某个时间复杂度是n的怎样的一个函数
O(1):Constant Complexity 常数复杂度 。
O(log n):Logarithmic Complexity 对数复杂度。
O(n):Linear Complexity 线性时间复杂度。
O(n^2):N square Complexity 平方。
O(n^3):N cube Complexity 立方。
O(2^n):Exponential Growth 指数。
O(n!):Factorial 阶乘。

在这里插入图片描述

例子:计算1+2+3+…+n
方法一:从1到n循环累加
y = 0
for i = 1 to n
y += i
时间复杂度为O(n)

方法二:使用求和公式
y = n * (n + 1) / 2
时间复杂度为O(1)

计算递归的时间复杂度
在这里插入图片描述如上图
1、二分查找时间复杂度为O(logn)
2、二叉树遍历时间复杂度为O(n)
3、二维矩阵二分查找时间复杂度为O(n)
4、归并排序时间复杂度为O(nlogn)

例子:
1、二叉树遍历,前中后序时间复杂度是多少
都是O(n),因为无论是前序中序还是后序,遍历二叉树时它的每个节点会访问一次且仅访问一次,所有他的时间复杂度是线性于二叉树的节点总数
2、图的遍历
与二叉树相同,他的每个节点也是访问一次且仅访问一次,时间复杂度线性于图的总节点数,也是O(n)
3、DFS深度优先搜索算法、BFS广度优先搜索算法
都是O(n),n为搜索空间的节点总数

在这里插入图片描述

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值