[数据结构笔记][含图解] 算法效率层级 大O记号 速度直观图

好算法

正确、健壮、可读 很重要
但是我们更关注它的效率。即希望速度尽可能快；储存空间尽可能少

度量效率需要用到成本
因为成本 = 运行时间+所需存储空间
值得注意的是规模往往是决定计算成本的主要因素
规模T(n)= 需执行的基本操作次数

理应关注规模的最坏情况，由此诞生

大O记号

T(n) = O(f(n)) if 存在c>0,当n>>2后，有T(n)<c*f(n)
与T(n)相比 , f(n)更为简洁，并且仍然表示其增长趋势

两个特点

• 常数项可以忽略 O(f(n)) = O(c*f(n))

• 低次项可以忽略O(n^(a) + n^b)=O(n^a) a>b>0

接下来是算法效率层级

O(1)

常数(constant function)

2 = 2019 =2019*2019 = O(1) , 甚至2019²⁰¹⁹ = O(1)

这类的算法效率最高
不含转向（循环、调用、递归等