**
一、时间复杂度
**
指算出一个程序所需的时间。
public static void main (String[] args){
int n = 100;
for(int i=0; i<n; i++){
System.out.println('' cacul '');
}
}
n为常数时执行一个时间单元,i执行n次时执行n个时间单元(当i<n执行一次时,随后i++与输出的结果都要执行一次,所以也为n),共花费3n+1个时间单元。
计算数值过大时常数可以忽略,所以为O(n)。
public static void main (String[] args){
while(n=n/2>0){
System.out.println('' cacul '');
}
}
n能除以多少次2就可以执行多少次,所以共花费 log2n;
忽略常数为O(logn);
时间复杂度排序:
O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(2n)<O(n!)<O(n^n)
**
二、空间复杂度
**
定义了多少次占用多少存储空间。
if(n>10){
System.out.println(''n>10'');
}else if{
System.out.println(''n>5'');
}else{
System.out.println(''n<=5'');
}
for(int i = 0; i < n; i++){
System.out.println(''test'');
}
}
只定义了一次(int i=0),所以只占用一个存储空间。
public static void main test(int n){
int a = 10;
int b = 20;
int c = a + b;
int[] array = new int [n];
for(int i = 0; i < array.length; i++){
System.out.println(array[i]+c);
}
}
前三个int定义都与n无关不占用存储空间,在数组(int[] array = new int [n];)中n执行多少次就占用多少内存空间,所以空间复杂度为O(n);
在不同的设备中有时程序需要根据设备的状态来进行时间换空间或空间换时间的运算。有时代码简单但是细细算来有可能要进行多次的重复计算,遇到需求大的运算时,需要的时间久。
public static int fib(int n ){
if (n < 1) return n;
return fib(n - 1) + fib (n - 2);
}
计算过程中,fib(3),fib(2),fib(1),fib(0)被多次使用进行了重复的运算,所以时间复杂度为O(2^n),相对于其他解法需要更多的运算时间;
End