文章目录
1.如何衡量一个算法的好坏
看其的时间复杂度和空间复杂度(时间效率和所使用的空间)
2.算法效率
算法效率分析分为两种:第一种是时间效率,第二种是空间效率。时间效率被称为时间复杂度,而空间效率被称为空间复杂度。时间复杂度主要衡量的一个算法的运行速度,而空间复杂度主要衡量一个算法所需要的额外空间。
3.时间复杂度
3.1时间复杂度的概念
在计算机科学中,算法的时间复杂度是一个数学函数,他定量描述了该算法的运行时间。一个算法所花费的时间和其中语句的执行次数成正比例,算法中基本操作的执行次数,为算法的时间复杂度。
3.2大O的渐进表示法(重点)
实际上我们计算时间复杂度时,并不要计算精确的执行次数,而只需要大概执行次数(找最坏情况,执行了多少次),那么这里我们使用大O的渐进表示法。
大O符号:用于描述函数渐进行为的数学符号。
3.3推导大O阶方法
1.用常数1取代运行时间中所有的加法常数。(如果函数中只有常数项,那时间复杂度就是 O(1))
2.在修改后的运行次数函数中,只保留最高阶项。
3.如果最高阶存在且不是1,则去除这个项目相乘的常数,得到的结果就是大O阶。使用大O的渐进表示法以后,Func1的时间复杂度为: O(N²)
3.4常见时间复杂度计算举例
实例1:
实例2:
实例3:
实例4:
实例5:
实例6:
实例7:
4.空间复杂度
4.1空间复杂度概念:
空间复杂度是对一个算法在运行过程中临时占用存储空间大小的量度。计算的是变量的个数,计算方法也使用大O渐进表示法
4.2常见空间复杂度计算举例
实例1:
实例2:
实例3: