时间复杂度
小知识:一般的,算法复杂度分为两个维度,一个是时间复杂度,另一个是空间复杂度。由于现在内存和硬盘也比早期的时候便宜很多了,所以限制空间的题目一般比较少,这里也主要来说时间复杂度。在后续的课程中,如果没特别说明的情况下,复杂度也一律指时间复杂度。
时间复杂度=语句的执行次数,不等于具体执行时间。
所以力扣给出的运行时间 可以参考,但是 并不具有绝对的指导意义,大家还是要重点关注自己的算法复杂度。
时间复杂度的计算方法
- 运行时间是常数量级,用常数1表示 (常数量级影响算法性能,但是不会影响复杂度量级)
- 只保留时间函数中的最高阶项
- 如果最高阶项存在,则省去最高阶项前面的系数
例子:3n3+n2+8 =>3n3=>n3
O(1)<O(log(n))<O(n)<O(n2 )
但我们统一说 log(n),也就是忽略底数的描述。因为底数也是一个常数 。下面是log2(n)
public void func(n){
if (n <= 1) return n;
return func(n/2);
}
while(n){
n%2;
n/=2
}