(ainusers原创) 时间复杂度/空间复杂度(初学小结)

本文深入解析算法的时间复杂度和空间复杂度,通过实例讲解单层循环、双层循环及递归算法的执行效率与数据规模的增长关系,帮助读者理解不同算法在资源消耗上的差异。

时间复杂度(分析算法执行效率【次数】)

1.一层for循环

for(int i=0;i<n;i++){}                                   //n+1

----->时间复杂度:O(n+1)

2.两层for循环

for(int i=0;i<n;i++){                                    //n+1

    for(int j=0;j<n;j++){}                              //n(n+1)

}

----->时间复杂度:O(n^2+2n)或者O(n^2)   (两个答案的原因:常数可省略[并非主要算法影响因素])

3.特殊情況(递归【递归总次数*每次递归次数】)

int guiMethod(int n){

      if(n==1) return n;

      return guiMethod(n-1)

}

----->时间复杂度:O(n)

 

空间复杂度(数据规模之间的增长关系【对象的个数】)

1.递归

int guiMethod(int n){

      if(n==1) return n;

      return guiMethod(n-1)

}

----->空间复杂度:O(n)

2.非递归

int unGuiMethod(int n){

     if(n<2) return n;

     return n-1;

}

----->空间复杂度:O(1)

常见的时间复杂度所耗费的时间从小到大依次是:

O(1) < O(logN) < O(N) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)

下载方式:https://pan.quark.cn/s/a4b39357ea24 布线问题(分支限界算法)是计算机科学和电子工程领域中一个广为人知的议题,它主要探讨如何在印刷电路板上定位两个节点间最短的连接路径。 在这一议题中,电路板被构建为一个包含 n×m 个方格的矩阵,每个方格能够被界定为可通行或不可通行,其核心任务是定位从初始点到最终点的最短路径。 分支限界算法是处理布线问题的一种常用策略。 该算法与回溯法有相似之处,但存在差异,分支限界法仅需获取满足约束条件的一个最优路径,并按照广度优先或最小成本优先的原则来探索解空间树。 树 T 被构建为子集树或排列树,在探索过程中,每个节点仅被赋予一次成为扩展节点的机会,且会一次性生成其全部子节点。 针对布线问题的解决,队列式分支限界法可以被采用。 从起始位置 a 出发,将其设定为首个扩展节点,并将与该扩展节点相邻且可通行的方格加入至活跃节点队列中,将这些方格标记为 1,即从起始方格 a 到这些方格的距离为 1。 随后,从活跃节点队列中提取队首节点作为下一个扩展节点,并将与当前扩展节点相邻且未标记的方格标记为 2,随后将这些方格存入活跃节点队列。 这一过程将持续进行,直至算法探测到目标方格 b 或活跃节点队列为空。 在实现上述算法时,必须定义一个类 Position 来表征电路板上方格的位置,其成员 row 和 col 分别指示方格所在的行和列。 在方格位置上,布线能够沿右、下、左、上四个方向展开。 这四个方向的移动分别被记为 0、1、2、3。 下述表格中,offset[i].row 和 offset[i].col(i=0,1,2,3)分别提供了沿这四个方向前进 1 步相对于当前方格的相对位移。 在 Java 编程语言中,可以使用二维数组...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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