前奏
什么是算法:就是提高程序的运行效率、解决普通逻辑不能解决的问题
前奏 :算法的时间复杂度的理解
先了解时间频度:由于一个算法发费的时间与预计次数成正比的,所以执行语句(分号结尾为一条语句)次数多耗时就多少 T(n)表示
时间复杂度:就是时间频度,去掉低阶项(如:4n、3n...)和首项的常数(如:+50、+20、+5...),平方阶的时候可以去掉系数(2n^2、5n^3 去掉2和5)
总结:视频频度不同可能时间复杂度相同,随着n的变化的增大,如果2个频度的函数的结果是无限接近的,那么这两个算法的时间复杂度是相同的
常用的时间复杂度级别
常用的时间复杂度级别
1: 常数阶O(1)
理解:要是当前代码块中没有复杂的循环等复杂结构都可以成为常数阶,相当于整个代码块中的代码只执行了一遍
图解:
2:对数阶O(log2n)
理解:就是在循环中按到一定的数值渐渐增长的这种规律与n越来越近这就是一种对数阶的特点
图解:
3:线性阶O(n)
理解:当前当前代码快中执行的次数与n是成正比的,提示:也要看循环判断如果循环判断只循环一次也代表常数阶
图解:
4:线性对数阶O(n*log2n)
理解:就是外层循环是一个线性阶,对应是一个对数,也就是每执行一次线性阶代码后就会在执行一次对数阶代码
图解:
5:平方阶O(n2)
理解:就是外层循环也是一个线性阶代码,内层循环也是一个线性阶段代码,也就是双层嵌套循环
图解
6:立方阶O(n3)
…
理解:依平方阶方式推立方阶方式,就是外层循环也是一个线性阶代码,内层循环也是一个线性阶段代码,,在内层循环也是一个线性阶段代码,也就是3层嵌套循环
7:k次方阶O(nk)
理解:依平方阶方式推立方阶方式
指数阶O(2n)
阶乘阶O(n!)
提示:越上面的级别算法的运行效率就越好