1.2.3 算法的空间复杂度
提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
最近又重温了下数构、机组、系统、机网等内容。这里仅是将自己的学习笔记记录一下。提示:以下是本篇文章正文内容,下面案例可供参考
一、算法的空间复杂度是用来干嘛的?
时间复杂度回顾:时间复杂度是用来评估一个算法的时间开销与问题规模n之间的关系。
空间复杂度是用来衡量一个算法对于内存空间开销与问题规模n之间的关系一个指标。
二、空间复杂度的计算方法(O表示法)
1. 如何计算
普通程序:
① 找到所占空间大小与问题规模相关的变量
② 分析所占空间x与问题规模n的关系 x=f(n)
③ x的数量级 O(x) 就是算法空间复杂度 S(n)
递归程序:
① 找到递归调用的深度x与问题规模n的关系x=f(n)
② x的数量级 O(x) 就是算法空间复杂度 S(n)
注:有的算法各层函数所需储存空间不同,分析方法略有区别
2. 常用技巧
加法规则:O(f(n)) + O(g(n)) = O(max(f(n),g(n)))
乘法规则:O(f(n)) × O(g(n)) = O(f(n)) × g(n)
“常对幂指阶” :O(1) < O(log2 n) < O(n) < O(nlog2n) < O(n^2) < O(n^3) <O(2^n) < O(n!) < O(n^n)
总结
。