数据结构与算法学习笔记——算法的时间和空间复杂度

  1. 在判断一个算法的优劣性是常常可以忽略算法中的常数项和其它次要项,更加关注最高项的阶数。
  2. 函数的时间复杂度的分析
  • 函数的时间复杂度可以简单的理解为函数的循环次数O(n);
  • 常见的时间复杂度
  • 《数据结构与算法学习笔记——算法的时间和空间复杂度》《数据结构与算法学习笔记——算法的时间和空间复杂度》《数据结构与算法学习笔记——算法的时间和空间复杂度》
  • 常见时间复杂度的大小从小到大依此为:O(1)<O(logn)<O(n)<O(nlogn)<o(n^2)<O(2^n)<O(n!)<O(n^n);
  • 在一般的情况下,运行时间指最坏运行时间;

3.算法的空间复杂度

  • 算法的空间复杂度指算法所需的运行空间,Sn=O(f(n));其中,n为数据的规模,f(n)为语句关于n所占存储空间的函数。
  • 一般情况下算法的复杂度指的是算法的时间复杂度。
    原文作者:我不是大神啊
    原文地址: https://blog.csdn.net/yjg211314/article/details/22419717
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞