时间复杂度与空间复杂度

时间复杂度

时间复杂度BigO

大O表示法算法的渐进时间复杂度

T（n）=O（f（n））

f（n）代表代码执行的次数，O代表正比的关系（n趋于无限大时）

常用时间复杂度量级

• O（1）

int x=0;
int y=1;
int temp=x;
x=y;
y=temp;

此段代码变量一直不变

• O（n）单层循环

for(int i=0;i<n;i++)
{
x++;
}

• O(n^2) 双层循环

for(int i=0;i<n;i++)
    for(int j=0;j<n;j++)
    {        x++;
        }

• O(logN)

int i=1;
while(i<n)
{
i=i*2;
}

设循环k次

2^k=n =>k=logN

• O（nlogn）

for(int i=0;i<=n;i++){
    int x=1;
    while(x<n){
        x=x*2;
}
}

内层循环循环logN次（O（logN）），外层循环n+1次（O（n）），整个时间复杂度为nlogN

空间复杂度

空间复杂度：内存空间增长的趋势

常用空间复杂度

• O（1）

算法执行所需要的临时空间不随着某个变量n的大小而变化

int x=0;
int y=0;
x++;
y++;

• O（N）

int[] newArray=new int[n];
for(int  i=0;i<n;i++){
newArray[i]=i;
}
//取决于newArray的长度

• O（n^2）二维矩阵

时间空间复杂度即时间和空间增长的趋势