什么是算法复杂度

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