算法学习笔记之时间复杂度的学习

本文为算法学习笔记,介绍了时间复杂度和空间复杂度的基本概念,并详细分析了常见的时间复杂度及空间复杂度,还讨论了算法分析中不同情况下的时间复杂度。

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

前言: 马上要面临找工作了,最近在学习最基础的数据结构和算法,遂开启了这个专栏,想要把自己的学习笔记放在这里,也算是对自己的一个督促。

1、基本概念的学习

(1)、时间复杂度
时间复杂度表示算法的执行时间与数据规模之间的增长关系
(2)、空间复杂度
空间复杂度表示算法的存储空间与数据规模之间的增长关系

2、常见的时间、空间复杂度

(1)、常见的时间复杂度
常见的时间复杂度度量级:
常量阶:O(1)
对数阶:O(logn)
线性阶:O(n)
线性对数阶:O(nlogn)
平方阶:O(n*n) 、立方阶:O(n*n*n).........k次方阶:O(n!)!
(2)、常见的空间复杂度
常见的空间复杂度就是 O(1)、O(n)、O(n2 )。
(3)、在对算法进行分析的时候,我们经常对比两个算法的复杂度,所以在这里给出常见复杂度的对比关系:
从低阶到高阶有:O(1)、O(logn)、O(n)、O(nl...

3、四个复杂度分析方面的知识点

引入的目的:为了表示在不同情况下的不同时间复杂度,我们引入:最好情况时间复杂度、最坏情况时间复杂度和平均情况时间复杂度。
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