01 如何计算算法的复杂度

1.Big O notation

2.复杂度代码示例

1.Big O notation

• O(1): 常数复杂度
• O(log n): 对数复杂度
• O(n)： 线型时间复杂度
• O(n^2): 平方
• O(n^3)：立方
• O(2^n) ：指数
• O(n!)：阶乘

注意：只看最高复杂度的运算

2.复杂度代码示例

O(1)

int n = 1000;
System.out.println(n)

O(n)

for (int i=1; i<=n; i++) {
	System.out.println(i)
}

O(n^2)

for (int i=1; i<=n; i++) {
	for (int j=1; i<= n; j++){
		System.out.println(i,j)
	}
}

O(log(n))

for (int i=1; i<=n; i = i*2) {
	System.out.println(i)
}

O(k^n)

for (int i=1; i<=Math.pow(k,n); i++) {
	System.out.println(i)
}

Math.pow(k,n)，返回以k为底的n次方数

O(n!)

for(int i=1; i <= factorial(n); i++) {
	...
}