一. 算法效率
算法效率分析分为两种:
- 第一种是时间效率:又被称为时间复杂度。它主要衡量的是一个算法的运行速度
- 第二种是空间效率:又称之为空间复杂度。它主要衡量一个算法所需要的额外空间
在计算机发展初期,计算机存储容量很小,故而对空间复杂度比较看重。但如今的计算机存储容量已经达到了很高的程度,所以我们现在不再特别关注一个算法的空间复杂度
二. 时间复杂度
算法中基本操作的执行次数,即为算法的时间复杂度。但是当执行次数量很大时,我们只需要知道它大概的执行次数即可,所以使用大O的渐进表示法来表述算法的时间复杂度
大O阶方法
- 用常数1取代运行时间中的所有加法常数
- 在修改后的运行次数函数中,只保留最高阶项
- 如果最高阶项存在且不是1,则去掉与这个项相乘的常数
三. 空间复杂度
空间复杂度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。计算基本规则与时间复杂度类似,也是使用大O渐进表示法。
四. 对于递归算法的时间复杂度计算
递归的时间复杂度 = 递归的次数 * 每次递归后执行的次数
其中,递归的次数是最主要的