大数据学习笔记——算法时间复杂度简单推导

下图是常用的时间复杂度变化曲线
在这里插入图片描述

O(n):一个for循环计算

public int count(int n){
  int sum = 0;
  for(int i = 1; i <= n; i++) 
    sum += i;
   return sum;
}

O(n2):就是两个for循环嵌套

O(log2n):

int n = 100;
int i = 1;
  while(i <= n){
    i *= 2;
}

1 ∗ 2 x = 100 ⇒ x = l o g 2 100 1*2^{x}=100 \Rightarrow x = log_{2}100 12x=100x=log2100

O(nlog2n):如果一段代码的时间复杂度是O(log2n),又循环执行n遍,时间复杂度就是O(nlog2n) 了。如果一段代码的时间复杂度是O(logn),又循环执行n遍,时间复杂度就是O(nlogn) 了。

然后排序算法的各种时间复杂度就可以根据这个推算出来了。
在这里插入图片描述

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