2020-09-14 常见的7种时间复杂度（Big O natoation)

常见的7种时间复杂度（Big O natoation）：

O（1）：Constant Complexity 常数复杂度

...

    int n = 1000；
    System.out.println("Hey - your input is:" +n);

...

    int n = 1000;
    System.out.println("Hey - your input is:"+n);
    System.out.println("Hmm..I'm doing more stuff with:"+n);
    System.out.println("And more:'+n);

...

O（log n）：Logarithmic Complexity 对数复杂度

...

     for(int i =1;i<=n;i = i *2)\
        System.out.println("Hey - I'm busy looking at:"+i);

...

O（n）：Linear Complexity线性时间复杂度

...

    for(int i =1;i<=n;i++)
        System.out.println("Hey - I'm busy looking at:"+i);

....

O（n^2）：N square Complexity平方

...

    for(int i =1;i<=n;i++){
        for(int j =1;j<=n;j++)
            System.out.println("Hey - I'm busy looking at:"+i+"and"+j);
    }

...

O（n^3）：N cubic Complexity立方

O（k^n）：Exponential Growth指数

...

    inf fib(int n){
        if(n<2) return n;
        return fib (n-1) + fib (n - 2);
}

...

O（n！）：Factorial阶乘

...

    递归

...

PS：只看最高复杂度的运算

 

主定理（Master Theorem）：计算任何一个分治或递推关系时间复杂度的一个方法。

2分查找（binary search）

2叉树遍历（Binary tree traversal）

2维矩阵中2分查找（Optomal sorted matrix search）

归并排序（Merge sort）

常见时间复杂度的比较

O(1)<O(logn)<O(n)<O(nlogn)<O(n²)<O(n³)<O(2ⁿ)<O(n!)

 

空间复杂度

原则：

1.如果代码开了数组，则数组的长度基本上就是空间复杂度

2.如果有递归的话，则递归的最深深度及为空间复杂度

3.如果又有数组又有递归，则两者之间的最大值为空间复杂度