【考研数据结构-专题一】时间复杂度与空间复杂度

【考研数据结构-专题一】时间复杂度与空间复杂度

算法定义

• 算法是对特定问题求解步骤的描述
• 特性
  • 有穷性
  • 确定性
  • 可行性
  • 有输入输出

时间复杂度

• 时间复杂度指算法中所有语句的频度（执行次数）之和

  • 记为：T(n) = O(f(n));
    • 其中，n是问题规模
    • f(n)是问题规模n的某个函数
  • 表示随着问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同

• 常见的时间复杂度

  • O(1) < O(log2^n) < O(n) < O(nlog2^n) < O(n^2) < O(n^3) < O(2^n) < O(n!)

  • 最高阶数越小，说明算法的时间性能越好

  • int sum = 0;			// 执行一次
    sum = n * (n + 1) / 2;	// 执行一次
    printf("%d", sum);		// 执行一次
    // 该算法的执行次数为3
    // 时间复杂度为T(n) = O(1)，表示不会随n的增长而增长
    

  • 时间复杂度的计算忽略高阶项系数和低阶项

空间复杂度

• 空间复杂度S(n)指算法运行过程中所使用的辅助空间的大小
  • 记为：S(n) = O(f(n))

行过程中所使用的辅助空间的大小

• 记为：S(n) = O(f(n))