Python(算法)-时间复杂度和空间复杂度

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')

#O(n)
for i in range(n):
    print('hello word')

#O(n^2)
for i in range(n):
    for j in range(n):
        print('hello word')

for i in range(n):
    print('hello word')
    for j in range(n):
        print('hello word')

for i in range(n):
    for j in range(i):
        print('hello word')

#O(n^3)
for i in range(n):
    for j in range(n):
        for k in range(n):
            print('hello word')
            
# 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

$2^6=64$，$lo{g}_{2}64=6$，所以循环减半的时间复杂度为$O(lo{g}_{2}n)$，即$O(logn)$

如果是循环减半的过程，时间复杂度为$O(logn)$或$O(lo{g}_{2}n)$

常见的时间复杂度高低排序：O(1)<$O(logn)$<O(n)<O(nlogn)<$O(n^2)$<$O(n^{2}logn)$<$O(n^3)$

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