20190320时间复杂度,空间复杂度

本文介绍了数据结构和算法中重要的复杂度分析概念,包括时间复杂度和空间复杂度。时间复杂度关注算法执行时间与数据规模的关系,空间复杂度关注算法所需存储空间与数据规模的关系。文章列举了常见的复杂度量级,并提供了分析复杂度的法则。同时,讲解了最好、最坏、平均和均摊时间复杂度的概念。
摘要由CSDN通过智能技术生成

学习数据结构和算法,首先要掌握一个数据结构与算法中最重要的概念-复杂度分析.

时间复杂度是渐进时间复杂度,表示算法的执行时间与数据规模之间的增长关系,空间复杂度是渐进空间复杂度表示算法的存储空间与数据规模之间的增长关系。

七种常见复杂度:

O(1):Constant Complexity 常数复杂度

O(log n):Logarithmic 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(2^n):Exponential Growth 指数

O(n!):Factorial 阶乘

 

时间复杂度分析:

1.只关注循环执行次数最多的一段代码

2.加法法则:总复杂度等于量级最大的那段代码的复杂度

3.乘法法则:嵌套的复杂度等于嵌套内外代码复杂度的乘积。

复杂度量级:

常量阶 O(1)

对数阶 log(n)

线性阶 O(n)

线性对数阶 nlog(n)

平方阶O(n^2) 立方O(n^3)....O(n^k)k次方阶

指数阶O(2^n)

阶乘阶O(n!)

 

 

O{logn}代码分析:

int i =2;

while(i<n){

i = i*2;

}

 

空间复杂度常见的有O(1) O(n) O(n^2)

 

 

复杂度分析不难

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值