常见的时间复杂度
常数阶 O(1)
对数阶 O(log2n)
线性阶 O(n)
线性对数阶 O(nlog2n)
平方阶 O(n^2)
立方阶 O(n^3)
k 次方阶 O(n^k)
指数阶 O(2^n)
1、时间复杂度排序:
常见的算法时间复杂度由小到大依次为:Ο(1)<Ο(log2n)<Ο(n)<Ο(nlog2n)<Ο(n2)<Ο(n3)< Ο(nk) < Ο(2n) ,随着问题规模 n 的不断增大,上述时间复杂度不断增大,算法的执行效率越低
2、介绍
(1)常数阶O(1)
无论代码执行了多少行,只要是没有循环等复杂结构,那这个代码的时间复杂度就都是O(1)
代码在执行的时 候,它消耗的时候并不随着某个变量的增长而增长,那么无论这类代码有多长,即使有几万几十万行,都可以用O(1)来表示它的时间复杂度。
(2) 对数阶 O(log2n)
(3) 线性阶 O(n)
(4) 线性对数阶 O(nlogN)
(5) 平方阶 O(n²)
(6) 立方阶 O(n³)、K 次方阶 O(n^k)
三层n循环,K层N循环
3、平均时间复杂度和最坏时间复杂度
下次再被人问到你写的代码时间复杂度是多少,可一定要会哦~