一、时间复杂度
1.1
定义:定性描述算法运行时间的函数
通常以算法的操作单元数量来代表程序消耗的时间,这里默认算法的每个操作单元运行所消耗的时间都是相同的。
n-数据规模,f(n)-操作单元数量,n↑,f(n)↑,O(f(n))-时间复杂度,O-上界,最坏情况运行时间的上界
例1:插入排序的时间复杂度是O(n^2)(平均/最坏情况,和定义相符)
例2:快速排序的时间复杂度是O(nlogn)(平均/最好情况,和定义不相符)
O代表的是平均情况,而不是严格意义上的上界
各种常用排序算法的时间复杂度和空间复杂度https://blog.csdn.net/jiajing_guo/article/details/69388331
1.2
1.
有些情况不是时间复杂度越低越好(简化后的时间复杂度忽略了常数项)
忽略的原因:O默认数据量↑↑,常数项已经不起决定性作用
O(1)<O(logn)<O(n)<O(n^2)<O(n^3)<O(2^n)
常<对<幂(线性<平方<立方)<指
2.
去掉常数系数,只保留最高项
1.3
带你逐步分析递归算法的时间复杂度https://zhuanlan.zhihu.com/p/129887381二、程序运行时间
2.1
如果直到n的规模已经足够让时间复杂度为O(n)的算法的执行时间超过1s,那么就应该考虑时间复杂度为O(logn)的算法了。
2.2
2.8GHz=2800MHz=2800000000Hz
28亿
测试计算机的运行速度https://blog.csdn.net/weixin_57407423/article/details/122338472