算法知识点整理——第1章 算法复杂性

本文详细介绍了算法复杂性的概念,包括算法与程序的区别、算法复杂性度量标准C、时间复杂度和空间复杂度的定义,以及渐近分析中的O、Ω和θ符号。讨论了算法在最好、平均和最坏情况下的性能,并列举了常见多项式和指数时间复杂度的比较。理解这些概念对于评估和优化算法效率至关重要。

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

第一章 算法复杂性

1.算法 VS 程序

     输入、输出、确定性

算法具有:有限性(在有限时间内运行完毕)

      

2.算法复杂性C

  C = F(N,I,A)

  N:问题规模

  I:算法的输入

  A:算法本身                                             

     时间复杂度:T=T(N,I)

       空间复杂度:S=S(N,I)

 

3.算法复杂度的三种评判标准

       a. 最好情况:很多算法的最好情况都差不多

       b. 平均情况:较好,但较复杂

       c. 最坏情况:操作性最好且最具有实用价值

 

4.三种渐近意义下的符号

       a. O 上界,数量级大于或等于

       b. Ω 下界,数量级小于或等于

       c. θ 同个数量级

      

       评判算法复杂度一般选择 O

 

5.最常见的多项式时间算法的渐近时间复杂度

      O(1)<O(log n)<O(n)<O(nlog n)<O(n**2)<O(n**3)

 

6.最常见的指数时间算法的渐近时间复杂度

       O(2**n)<O(n!)<O(n**n)

 

7.三种渐近符号的运算规则

      

算法的优劣对程序运行效率有着很大的影响

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