数据结构和算法-复杂度

算法复杂度

算法复杂度
1、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
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：嵌套代码的复杂度等于嵌套内外代码复杂度的乘积

几种常见时间复杂度实例分析

O(1)、O(logn)、O(n)、O(nlogn)、O(n*n)

最好、最坏、平均、均摊时间复杂度要根据具体的算法进行分析
在数组中查找一个元素

function searchKey($data, $key)
{
	if(empty($data) || empty($key)){
		return false;
	}

	for ($i=0; $i < count($data); $i++) { 
		if($data[$i] == $key){
			return $i;
			break;
		}
	}

	return false;
}

最好：O(1)
最坏：O(n)
平均：O(n)

2、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

常见的空间复杂度就是 O(1)、O(n)、O(n2 )