本文详细探讨了大O法在衡量程序运行速度方面的应用，通过分析线性查找、二分查找、选择/插入排序及汉诺塔问题等经典算法的时间复杂度，深入理解不同算法效率的区别。同时，概述了常见递归函数的特点。
大 O 法衡量程序在 最差情况下的运行速度，它估计算法执行时间随着输入规模的增加能有多快的增长。
常见算法及其时间复杂度：
1. 线性查找 耗费 O(n) 时间，具有 O(n) 时间负责都的算法称为 线性算法。
2. 二分查找 耗费 O(logn) 时间。具有 O(logn) 时间复杂度的算法称为 对数算法。
3. 选择、插入排序 的最差情况时间复杂度为 O(n^2) 。具有 O(n^2) 时间复杂度的算法成为 二次算法。
4. 汉诺塔问题 的时间复杂度是 O(2^n) 。具有 O(2^n) 时间复杂度的算法称为 指数算法。
常见的递归函数：
扫一扫
2086
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
