python count函数时间复杂度_Python之时间复杂度

算法的时间复杂度是一个函数，它定量描述了该算法的运行时间，时间复杂度常用“O”表述，使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况

时间复杂度是用来估计算法运行时间的一个式子(单位)，一般来说，时间复杂度高的算法比复杂度低的算法慢

print('Hello world') # O(1)

# O(1)

print('Hello World')

print('Hello Python')

print('Hello Algorithm')

for i in range(n): # O(n)

print('Hello world')

for i in range(n): # O(n^2)

for j in range(n):

print('Hello world')

for i in range(n): # O(n^2)

print('Hello World')

for j in range(n):

print('Hello World')

几次循环就是n的几次方的时间复杂度

n = 64

while n > 1:

print(n)

n = n // 2

26 = 64，log264 = 6，所以循环减半的时间复杂度为O(log2n)，即O(logn)

如果是循环减半的过程，时间复杂度为O(logn)或O(log2n)

常见的时间复杂度高低排序：O(1)

空间复杂度

空间复杂度：用来评估算法内存占用大小的一个式子

a = 'Python' # 空间复杂度为1

# 空间复杂度为1

a = 'Python'

b = 'PHP'

c = 'Java'

num = [1, 2, 3, 4, 5] # 空间复杂度为5

num = [[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]] # 空间复杂度为5*4

num = [[[1, 2], [1, 2]], [[1, 2], [1, 2]] , [[1, 2], [1, 2]]] # 空间复杂度为3*2*2

定义一个或多个变量，空间复杂度都是为1，列表的空间复杂度为列表的长度