02时间复杂度和空间复杂度

BIg O notation

O(1)：Constant Complexity 常数复杂度

O(log n): Logaritgmic Complexity 对数复杂度

O(n): Linear Complexity 线性时间复杂度

O(n^2): N square Complexity 平方

O(n^3): N square Complexity 立方

O(n!): Factorial 阶乘

注意： 只看高复杂度的运算

例1:

第二个 不管运行几次都是常数级的 只能说是 常数级复杂度 或者是 O(1)

时间复杂度 和 n是线性关系 因此 记作O(n)

第二个 假如 n=100； 则  100*100  因此复杂度是  O(n^2)

第一个：   n=100   i执行到10次   n=4  i执行到2次   因此  复杂度就是O(log(n))

第二个  O(k^n)  k是常数

时间复杂度曲线图：

 降低时间复杂度的例子：

 第二个因为只执行一次： 所以复杂度就是O(1)

求斐波拉契数列的第n项

 由下图可以看出上面这种写法会直接把复杂度变成指数级的，

 建议用循环  或者是  构建一个缓存 

主定理求时间复杂度：

 1.二分查找，一般发生在一个数列本身有序的时候，在有序数列中查出你要的目标数，所以每次都一分为二，最后时间复杂度是  log（n）

2.二分遍历查找，它没一边是相等的时间复杂度这么下去 T(n) = 2T（n/2）+O(1)这样

3.一个排好序的二位矩阵进行二分查找；O(n)

4.归并排序； Nlogn的时间复杂度