文章目录
时间复杂度
所谓的时间复杂度就是用于定性描述算法所运行需要花费的时间,所谓的定性就是大概进行描述一下运行时间的趋势,不会去具体到运行需要多少秒;时间复杂度通常用大O来表示,例如O(1)、O(n)、O(logn)等。
时间复杂度 O(1) < O(logn) <O(n)<O(nlogn)<O(n^2)
接下来我们通过具体的代码来展示一下时间复杂度,这样更方便去理解:
O(1) (每行只执行一遍 常数阶)
let i = 0;
console.log(i);
因为在这个代码中,这两行代码永远只执行一次,所以时间复杂度是O(1)
O(logn)(俩个值来决定 对数阶)
var i = 1 //由i和2决定
while(i<100){
i*=2
}
O(n) (由对应的一个值决定的 线性阶)
for (let i = 0; i < n; i++) {
console.log(i);
}
在上面的代码中,运行时间取决与n
,所以时间复杂度是O(n)
。
O(nlogn)(循环嵌套对应的对数阶循环 线性对数阶)
for (var i = 0; i < 100; i++) {
var j = 1; //由i和2决定
while (j < 100) {
j *= 2;
}
}
O(n^2) (双层循环嵌套 平方阶)
for (let i = 0; i < n; i++) {
for (let j = 0; j < n; j++) {
console.log(j);
}
}
这段代码的时间复杂度是O(n^2),如果是相乘的话会将两个时间复杂度进行相乘。