- 算法复杂度:时间 sample size = N
O(1)< O(log N)< O(N)< O(Nlog N)< O(N2)< O(N3)…… < O(2N)< O(N!)
常数阶O(1)
对数阶O(log N)
线性阶O(N)
线性对数阶O(Nlog N)
FFT(快速傅里叶变换) 算法复杂度O(N log N)
DFT(离散傅里叶变换) 算法复杂度 O (N2)
本质:通过改变运算顺序来改变算法的复杂度
- X[m]是频谱密度
x[k]→ 【DFT
O(1)< O(log N)< O(N)< O(Nlog N)< O(N2)< O(N3)…… < O(2N)< O(N!)
常数阶O(1)
对数阶O(log N)
线性阶O(N)
线性对数阶O(Nlog N)
FFT(快速傅里叶变换) 算法复杂度O(N log N)
DFT(离散傅里叶变换) 算法复杂度 O (N2)
本质:通过改变运算顺序来改变算法的复杂度
x[k]→ 【DFT