时间复杂度与空间复杂度如何计算

本文深入讲解了算法的时间复杂度和空间复杂度概念,探讨了如何通过执行次数而非执行时间来衡量算法效率,并提供了具体示例帮助理解不同情况下复杂度的表现形式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

如何衡量一个算法的复杂度?

· 时间复杂度
· 空间复杂度
统称为算法复杂度!

时间复杂度

为什么和衡量时间复杂度用执行次数而不是执行时间???

答:不同的环境执行的时间是不同的,所以用时间衡量没有意义
只有运行次数永远都是确定的
下列程序会执行多少次?

void Test(int n) 
{ 
 int iConut = 0; 
 for(int i = 0; i < n; ++i) 
   { 
   for(int j = 0; j < n; ++j) 
   { 
   iCount++; 
   } 
 } 
 for(int k = 0; k < 2*n; ++k)
 { 
 iCount++; 
 } 
 int count = 10; 
 while(count--) 
 { 
 iCount++; 
 } 
} 

f(n)=nn+2n+10
时间复杂度实际就是一个函数,来计算基本操作次数
算法存在最好,最坏和平均情况。在实际中通常关注的是算法的最坏运行情况。

因此用O(f(n))–大0渐进法表示时间复杂度

1:用常数1取代所有的常数

2: 只保留最高阶项

3:如果最高阶不是项数不是1,取出这个常数

void Test1(int n) 
{ 
 int iCount = 0; 
 for (int iIdx = 0; iIdx < 10; ++iIdx) 
 { 
 iCount++; 
 } 
 for (int iIdx = 0; iIdx < 2*n; ++iIdx) 
 { 
 iCount++; 
 } 
}

总执行次数:f(n) = 2*n+10
O(f(n))=n

递归算法:递归总次数*每次递归复杂度,
递归多了容易栈溢出。(栈空间默认大小: windows 1MB,Linux 8MB)

空间复杂度

函数创建对象的个数关于问题规模的表达式,用O的渐进法表示

int Sum(int N) 
{ 
 int count = 0; 
 for(int i = 1; i <= N; ++i) 
 count += i; 
 return count; 
}

空间复杂度:O(1)
(创建变量的个数)

long long Fib(int n) 
{ 
 if(n < 3) 
 return 1; 
 return Fib(n-1)+Fib(n-2); 
} 

时间复杂度:O(2^n)
空间复杂度:O(n)

时间复杂度和空间复杂度往往是相互影响的。当追求一个较好的时间复杂度时,可能会使空间复杂度的性能变差
常用的算法的时间复杂度和空间复杂度:

评论
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