接下来几篇文章会介绍linux内核是如何调度进程的,在学习内核进程调度之前有必要搞懂这些准备知识!
相信很多开发的同伴们在研究算法、排序的时候经常会碰到O(1),O(n),O(logn),O(nlogn)这些复杂度,看到这里就会有个疑惑,这个O(N)到底代表什么呢?带着好奇开始今天文章。
首先o(1), o(n), o(logn), o(nlogn)是用来表示对应算法的时间复杂度,这是算法的时间复杂度的表示。不仅仅用于表示时间复杂度,也用于表示空间复杂度。
算法复杂度分为时间复杂度和空间复杂度。其作用:
时间复杂度是指执行这个算法所需要的计算工作量;
空间复杂度是指执行这个算法所需要的内存空间;
时间和空间都是计算机资源的重要体现,而算法的复杂性就是体现在运行该算法时的计算机所需的资源多少;
![3e110e2b02bedee9f0053bfcd81db008.png](https://i-blog.csdnimg.cn/blog_migrate/9ff572cf417fc702b280e5b10722cf4b.jpeg)
O后面的括号中有一个函数,指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。
时间复杂度为O(n)—线性阶,就代表数据量增大几倍,耗时也增大几倍。比如常见的遍历算法。
//循环遍历N次即可得到结果
count = 0;
for(int i = 0;i < 10 ; i ++){
count +