domine的博客

时间复杂度是衡量算法执行效率的关键指标，它反映数据量(n)增长时算法执行时间的增长趋势。常见时间复杂度有：O(1)常数时间、O(logn)对数增长、O(n)线性增长、O(n²)平方增长、O(2ⁿ)指数级增长等。大O表示法关注最坏情况下的增长率上限，忽略常数和低阶项。O(nlogn)是高效算法的分水岭，而指数级复杂度算法在大数据量时难以实用。理解时间复杂度能帮助开发者针对不同规模数据选择最优算法，当数据量很大时，合理的时间复杂度选择会带来显著性能提升。

取模（mod）与取余（rem）运算的区别主要在于负数处理方式。取余（rem）采用向零取整，余数符号与被除数相同；取模（mod）采用向下取整，余数符号与除数相同。当被除数与除数同号时，两者结果一致；异号时则产生差异。编程语言实现不同：Python的%执行取模运算，Java/C的%执行取余运算，Java还提供Math.floorMod()实现取模。选择运算时，取模适用于需要非负结果的场景（如哈希计算），取余则更符合数学直觉（如角度计算）。

二进制的概率和计算机系统内二进制的运算表达