第一讲 复杂度分析

🚀 优质资源分享 🚀

学习路线指引（点击解锁）	知识定位	人群定位
🧡 Python实战微信订餐小程序 🧡	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。
💛Python量化交易实战💛	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统

概要

本文是王争的算法训练营《第一讲 复杂度分析》的学习笔记，分享了时间复杂度的由来，大 O 时间复杂度表示法，几种常见的时间复杂度量级，最好、最坏、平均时间复杂度，均摊时间复杂度和摊还分析，空间复杂度分析等等

目录

• 时间复杂度的由来
• 大 O 时间复杂度表示法
• 几种常见的时间复杂度量级
• 最好、最坏、平均时间复杂度
• 均摊时间复杂度和摊还分析
• 空间复杂度分析

时间复杂度的由来

如何计算下面一段代码的执行效率？

public int sum(int n){
    int result = 0;
    for (int i = 1; i <= n; i++){
        result = result + i;
    }
    return result;
}

有一种方法就是在代码的前后加上时间的统计语句

public int sum(int n){
    long startTime = System.currentTimeMillis();
    int result = 0;
    for (int i = 1; i <= n; i++){
        result = result + i;
    }
    long endTime = System.currentTimeMillis();
    long costTime = endTime - startTime;
    System.out.println("执行代码花费时间为：" + costTime + "ms");
    return result;
}

这种方法有两个问题

• 依赖机器、测试数据（或数据规模）等测试环境
• 需要写测试代码，需要真的运行代码测试

有没有更加简单地统计执行效率的方法呢？

时间复杂度分析

• 不依赖机器、测试数据（或数据规模）等测试环境
• 不需要写测试代码，需要真的运行代码测试
• 通过肉眼、读代码、粗略来分析

估算下面一段代码的执行效率

public int sum(int n){
    int result = 0; // k1 * unit\_time
    for (int i = 1; i <= n; i