时间复杂度和空间复杂度分析

衡量算法的优劣

1. 事后统计的方法
2. 事前分析估算的方法

---

时间复杂度

• T(n)=O(f(n))

  T(n)：是指算法中基本操作语句的重复执行次数是问题规模n的某个函数
  O(f(n)):是算法的渐进时间复杂度

常见时间复杂度

	常数阶O(1)
	对数阶O(log2n)
	线性阶O(n)
	线性对数阶O(nlog2n)
	平方阶O(n2)
	立方阶O(n3)
	k次方阶O(nk)
	指数阶O(2n)
随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。

• T(n)不同 但是时间复杂度可能相同

  例如：

  T(n)=n²+5n+6 与 T(n)=3n²+3n+2 它们的T(n) 不同，但时间复杂度相同，都为O(n²)。

时间复杂度求法

1. 用1 代理运行实践中所有的加法常数
2. 只保留最高阶项
3. 去除最高阶项系数

---

赏

×

纯属好玩

扫码打赏，你说多少就多少

打开支付宝扫一扫，即可进行扫码打赏哦