本文详细介绍了算法性能的两个关键指标——时间复杂度和空间复杂度。时间复杂度通过O渐进表示法分析了冒泡排序的时间复杂度为O(n^2)，而二分查找的时间复杂度为O(log(n))。空间复杂度方面，以斐波那契数列为例说明其递归空间复杂度为O(N)。此外，还探讨了尾递归的概念及其在节省空间方面的优势。
1. 时间复杂度
概念：时间复杂度实际上就是一个函数，用来计算一个算法执行基本操作的次数。基本操作顾名思义，即就是一个算法的最基本的运算，如：计算1+2+...+100,它的基本操作为’+’。
时间复杂度的计算：在实际操作中我们通常关注的是一个算法的最坏运行情况，即对于任意输入规模N，算法运行的最长时间。一般情况下使用O渐进法来计算。
f(N):N为算法规模，f(N)为算法时间复杂度表达函数，则该算法的时间复杂度用O渐进表示法可表示为O(f(N))，此时的f(N)是表达函数中增长最快的一项。常数型增长可表示为O(1)，1并不是表示一次，而是表示常数次，忽略常数及常系数。
eg:
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
