判断时间复杂度和空间复杂度

本文介绍了时间复杂度和空间复杂度的基本概念及其计算方法。通过实例详细解释了如何确定算法的时间复杂度,并讨论了递归算法的空间复杂度计算。

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

前言

之前听别人说时间复杂度是多少多少,一脸蒙蔽,这么高大上的东西我怎么不会判断呢。这里特别强调一下,学习是我的初衷,写博客是为了巩固,这篇博客参考了下面这篇博客,我觉得写的很好,我这里也再总结以下。
https://blog.youkuaiyun.com/halotrriger/article/details/78994122

介绍

https://baike.baidu.com/item/%E6%97%B6%E9%97%B4%E5%A4%8D%E6%9D%82%E5%BA%A6/1894057?fr=aladdin 时间复杂度-百度百科
https://baike.baidu.com/item/%E7%A9%BA%E9%97%B4%E5%A4%8D%E6%9D%82%E5%BA%A6/9664257?fr=aladdin 空间复杂度-百度百科

时间复杂度的计算

计算时间复杂度主要是要找到各个语句执行的次数,再找出相同的数量级。
时间复杂度的定义:T(n) = O(f(n))。
其中,f(n)是T(n)的同数量级函数。同数量级函数就是说,当n趋近于无穷大时候,T(n)/f(n)极限不等于0。
下面举个栗子:

for(i=1; i<=n; ++i)
{
    for(j=1; j<=n; ++j)
    {
        c[i][j] = 0;//该步骤属于基本操作执行次数:n的平方次
        for(k=1; k<=n; ++k)
            c[i][j] += a[i][k] * b[k][j];//该步骤属于基本操作执行次数:n的三次方次
    }
}

这个算法,T(n) = n^3+n^2,由于当f(n)=n^3时,T(n)/f(n) 当n趋于无穷时,不等于0,故f(n)是T(n)的同数量级函数。时间复杂度为O(f(n)) = O(n^3)。
常见数量级有:
1,log2n,n,nlog2n,n^2,n^3,,n!,2^n

空间复杂度

类似于时间复杂度
1.递归算法的空间复杂度=递归深度N*每次递归所要的辅助空间
2.对于单线程来说,递归有运行时堆栈,求的是递归最深的那一次压栈所耗费的空间的个数,因为递归最深的那一次所耗费的空间足以容纳它所有递归过程。

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