深入浅出了解 时间复杂度,时间频度,空间复杂度

间频:一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)

时间复杂度

1) 般情况下,算法中的基本操作语句的重复执行次数是问题规模 n 的某个函数,用 T(n) 表示,若有某个辅助函数 f(n) ,使得当 n 趋近于无穷大时, T(n) / f(n) 的极限值为不等于零的常数,则称 f(n) T(n) 的同数量级函数。记作 T(n)= ( f(n) ) ,称O ( f(n) )  为算法的渐进时间复杂度,简称时间复杂度
2) T(n ) 不同,但时间复杂度可能相同。 如: T(n)= n²+7n+6 T(n)= 3n²+2n+2 它们的 T(n)  不同,但时间复杂度相同,都为 O(n²)
3) 算时间复杂度的方 法:
用常数 1 代替运行时间中的所有加法常数  T(n)=n²+7n+6  => T(n)= n²+7n+1
修改后的运行次数函数中,只保留最高阶项  T(n)= n²+7n+1 => T(n) = n²
去除最高阶项的系 T(n) = => T(n) = n² => O( )

常见的时间复杂度

1)数阶O(1)

论代码执行了多少行,只要是没有循环等复杂结构,那这个代码的时间复杂度就都是O(1)

上述代码在执行的时候,它消耗的时候并不随着某个变量的增长而增长,那么无论这类代码有多长,即使有几万几十万行,都可以用O(1)来表示它的时间复杂度。

2)对数阶O(log2n)

说明:在while循环里面,每次都将 i 乘以 2,乘完之后,i 距离 n 就越来越近了。假设循环x次之后,i 就大于 2 了,此时这个循环就退出了,也就是说 2 x 次方等于 n,那么 x = log2n就是说当循环 log2n 次以后,这个代码就结束了。因此这个代码的时间复杂度为:O(log2n O(log2n) 的这个2 时间上是根据代码变化的,i = i * 3 ,则是 O(log3n) .

3)线性阶O(n)

 

 

 

说明:这段代码,for循环里面的代码会执行n遍,因此它消耗的时间是随着n的变化而变化的,因此这类代码都可以用O(n)来表示它的时间复杂度

4)线性对数阶O(nlogN)

说明:线性对数阶O(nlogN) 其实非常容易理解,将时间复杂度为O(logn)的代码循环N遍的话,那么它的时间复杂度就是 n * O(logN),也就是了O(nlogN)

5)方阶O(n²)

说明:平方阶O(n²) 就更容易理解了,如果把 O(n) 的代码再嵌套循环一遍,它的时间复杂度就是 O(n²)这段代码其实就是嵌套了2n循环,它的时间复杂度就是 O(n*n),即  O(n²) 果将其中一层循环的n改成m那它的时间复杂度就变成了 O(m*n)

6)方阶O(n³)K次方阶O(n^k)

说明:参考上面的O(n²) 去理解就好了,O(n³)相当于三层n循环,其它的类似

 

均时间复杂度和最坏时间复杂度

1) 均时间复杂度是指所有可能的输入实例均以等概率出现的情况下,该算法的运行时间
2) 坏情况下的时间复杂度称最坏时间复杂度。一般讨论的时间复杂度均是最坏情况下的时间复杂度。 这样做的原因是:最坏情况下的时间复杂度是算法在任何输入实例上运行时间的界限,这就保证了算法的运行时间不会比最坏情况更长
3) 平均 时间 复杂度和 坏时间复杂度 否一致,和算法有关 ( 如图 :)
 
 
空间复杂度简介
1) 似于时间复杂度的讨论,一个算法的空间复杂度 (Space Complexity) 义为该算法所耗费的存储空间,它也是问题规模 n 的函数
2) 空间复杂度 (Space Complexity) 是对一个算法在运行过程中临时占用存储空间大小的量度 。有 的算法需要占用的临时工作单元数与解决问题的规模 n 有关,它随着 n 的增大而增大,当 n 较大时,将占用较多的存储单元,例 如快 速排序和归并排序算法就属于这种情
3) 在做算法分析时, 主要讨论的是时间复杂度 。从用户使用体验上看,更看重的程序执行的速度。一些缓存产品 ( redis , memcache ) 和算法 ( 基数排序 ) 本质就是用空间换时间 .
  • 4
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一只猪的思考

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值