算法复杂度:分为时间复杂度和空间复杂度,一个好的算法应该具体执行时间短,所需空间少的特点。
结论: 复杂度与时间效率的关系
C < log2n < n < n*log2n < n2 < n3 < 2n < 3n < n! (c是一个常量,n是一个变量且比c大)
|-----------------|--------|-------------|
较好 一般 较差
下面举例说明。
本文介绍了算法的时间复杂度和空间复杂度,强调了优秀的算法应具备执行时间短、占用空间小的特点。通过不同阶别的复杂度分析,如常量阶O(1)、对数阶O(logn)、线性阶O(n)、线性对数阶O(n*logn)、N次方阶O(n^N)、指数阶O(2^n)和阶乘阶O(n!),阐述了各种复杂度在实际开发中的应用,并强调了复杂度理论在算法学习中的重要性。
算法复杂度:分为时间复杂度和空间复杂度,一个好的算法应该具体执行时间短,所需空间少的特点。
结论: 复杂度与时间效率的关系
C < log2n < n < n*log2n < n2 < n3 < 2n < 3n < n! (c是一个常量,n是一个变量且比c大)
|-----------------|--------|-------------|
较好 一般 较差
下面举例说明。
990
3364

被折叠的 条评论
为什么被折叠?