1 时间复杂度(主要衡量一个算法的运算速度)
算法中的基本操作的执行次数,为算法的时间复杂度。
1.1 推倒大O阶方法:
1:用常数1取代运行时间中的所有加法常数。
2:在修改后的运行次数函数中,只保留最高阶项。
3:如果最高阶项存在且不是1,则去除与这个项目相乘的常数。得到的结果就是大O阶。
1.2 主要的算法复杂度
冒泡排序最坏情况下的时间复杂度为O()
递归最坏情况下的时间复杂度为O(N)
斐波那契递归最坏情况下的时间复杂度为O()
2 空间复杂度(衡量一个算法的空间)
2.1 主要的算法空间复杂度:
冒泡排序的空间复杂度为O(1)
斐波那契的空间复杂度为O(N)
阶乘的空间复杂度为O(N)
3 小结
结合代码的实现去做空间复杂度和时间复杂度的计算
一些常用的复杂度的大小( O(1) < O() < O(N) < O(
) < O(
) )