1.时间复杂度:T(n)=O(f(n)) 即,随着问题规模n增加,算法的时间增长率和f(n)的增长率相同,称之为算法的时间复杂度。
常用的时间复杂度所耗费的时间从小到大依次为:
O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)
2.空间复杂度:指计算算法所需的存储空间
本文详细介绍了算法的时间复杂度和空间复杂度概念,并列举了常见的时间复杂度类型,从O(1)到O(n^n),帮助读者理解不同算法效率之间的差异。
1.时间复杂度:T(n)=O(f(n)) 即,随着问题规模n增加,算法的时间增长率和f(n)的增长率相同,称之为算法的时间复杂度。
常用的时间复杂度所耗费的时间从小到大依次为:
O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)
2.空间复杂度:指计算算法所需的存储空间
4911
4297

被折叠的 条评论
为什么被折叠?