最坏情况分析必要性
- 许多算法在最坏情况下执行会消耗大量的时间
- 因为算法在最佳情况下表现都相同,不必考虑
- 难以判断“平均情况“
- 最坏情况可以告诉我们算法性能的上限
o表示法
考虑当数据趋向于无穷大时,算法的效率到底有多高。(求极限)
计算特性
- o(1) 表示一个算法运行的时间是固定的。
- 可以省略常数项
- 乘法原则:当一个任务的执行引起另一个任务的迭代执行,就可以相乘。
常见复杂计算发生的复杂度
- o(1) 从一个数据中获取第一个元素
- o(lg n) 将一个数据分成两半,再把分出来的数据再分出两半,以此类推。
- o(n) 遍历一个数据集
- o(nlg n )将一个数据分成两半,再把分出来的数据再分出两半,以此类推,并且遍历每一半数据。
- o(n^2) 遍历一个数据的同时遍历另一个相同数量级的数据集
- o(2^n) 为一个数据集生成其可能的所有子集
- o(n!)为一个数据集生成其可能的所有排列组合