这是在数据结构与算法之美中的课程
几种常见时间复杂度实例分析
复杂度量级(按数量级递增)
- 常量阶

- 对数阶

- 线性阶

- 线性对数阶

- 平方阶
、立方阶
次方阶
- 指数阶

- 阶乘阶

将上述时间复杂度错略的分为两类:多项式量级和非多项式量级. 其中, 非多项式量级只有两个:
和
.
我们把时间复杂度为非多项式量级的算法问题叫做NP问题(Non-Deterministic Polynomial, 非确定多项式).
多项量级就是说这个时间复杂度是由n作为底数的O(n) O(nlogn)
非多项量级就是n不是作为底数
指数阶级
本文介绍了在数据结构与算法之美课程中关于时间复杂度的内容,主要包括常量阶到阶乘阶的复杂度量级分类。将这些复杂度分为多项式量级和非多项式量级,其中非多项式量级的典型代表是指数阶,这类问题被称为NP问题。多项式量级的时间复杂度通常涉及n作为底数的函数,如O(n)和O(nlogn)。
1万+





