算法的时间复杂度

算法的时间与空间复杂度

事后分析法

缺点：不同的数据规模，不同的机器下算法运行的时间不同，无法做到计算运行时间

事前分析法

大O时间复杂度

渐进时间复杂度 随着n的增长，程序运行时间跟随n变化的趋势

几个原则

去掉常数项

2(n^2) =n^2

一段代码取时间复杂度最高的

test(n) { //时间复杂度n^3 for(int i = 0; i < n ; i++){ for(int i = 0; i < n ; i++){  for(int i = 0; i < n ; i++){   print(n);  } } } //时间复杂度n^2 for(int i = 0; i < n ; i++){ for(int i = 0; i < n ; i++){  print(n); } } //时间复杂度n for(int i = 0; i < n ; i++){ print(n); }}

这段代码的时间复杂度为n³⁺ⁿ2+n

当n足够大时，n^2和n与n3相比太小，可以忽略不计

常见复杂度

o(1)

i = i + 1;

o(n)

test(n){ for(int i = 0 ;i < n;i++){ print(i); }}

o(n^2)

test(n){ for(int i = 0 ;i < n;i++){ print(i); for(int j = 0 ;j < n;j++){  print(i); } }}

o(log2n)

PS:如果ax =N（a>0，且a≠1），那么数x叫做以a为底N的对数，记作x=logaN，读作以a为底N的，其中a叫做对数的底数，N叫做真数。

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

随着循环次数的增加，i的值变化如下

根据对数函数的公式 2的i次方等于n,i等于log2n

最好情况时间复杂度

数据比较有序的情况的时间复杂度

最坏情况时间复杂度

数据完全无序

空间复杂度

与n无关的代码空间复杂度可以忽略

空间复杂度O(n)

test(n) { //在内存中开辟了一个长度为n的数组 List array = List(n); print(array.length);}

本文由博客群发一文多发等运营工具平台 OpenWrite 发布

原文转载：http://www.shaoqun.com/a/493275.html

淘粉吧官网：https://www.ikjzd.com/w/1725.html

zozotown：https://www.ikjzd.com/w/2180

trax：https://www.ikjzd.com/w/1489

算法的时间与空间复杂度事后分析法缺点：不同的数据规模，不同的机器下算法运行的时间不同，无法做到计算运行时间事前分析法大O时间复杂度渐进时间复杂度随着n的增长，程序运行时间跟随n变化的趋势几个原则去掉常数项2(n^2)=n^2一段代码取时间复杂度最高的test(n){//时间复杂度n^3for(inti=0;i<n;i++){for(inti=0;i<n;i++){for(inti=0;
cb体系：cb体系
kkr：kkr
深圳周边有什么踏青的地方？：深圳周边有什么踏青的地方？
三亚至西沙航线游轮9月2日首航：三亚至西沙航线游轮9月2日首航
2020五一云浮自驾游去哪里？云浮五一旅游好去处？：2020五一云浮自驾游去哪里？云浮五一旅游好去处？