量级
1.算法的复杂度
n表示的是数据规模
O(f(n))表示运行算法所需要执行的指令数,和f(n)成正比
如果F(N) = n 就是大on级别的算法
比如二分查找法来说 o(logn),所需执行的指令数:a*logn
寻找数组中的最大或最小值O(n)。所需要执行的指令数:b*n
归并排序算法o(nlogn)级别 所需指令数:c*nlogn
选择排序法o(n^2) 所需执行的指令数 d*n^2
当n突破了一个数的时候,时间复杂度越低,就消耗的时间就会越低
当n低的情况下,所有的算法复杂度都相差不大的时候,都可以采用时间复杂度高一点的进行优化
一般来说
在学术界,严格来讲,o(f(n))表示算法执行的上界
归并排序算法的时间复杂度是o(nlogn)的,同时也是o(n^2)
在业界。我们就使用O来表示算法执行的最低上界
我们一般不会说归并排序是O(n^2)的
既然说是上界,所以 如果一个算法有两部分的算法复杂度合成,那么通常以算法复杂度最高的那
个为基准
但是,还要注意如果 O(aloga + b)最后等于的 ,就是 a 和 b 要考虑到同一个基准上去