【算法】【复杂度分析】

大O表示法用于描述算法的时间复杂度,通过忽略不重要的项来简化表达。常见例子如O(1)、O(n)、O(n^2)和O(n^3)。对数阶通常表示为O(logn),忽略底数。这种表示法提供了一种估算算法执行效率的快速方法,有助于理解数据规模对算法性能的影响。

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

大O表示法(Big O)

  • 一般用大O表示法来描述复杂度,它表示的是数据规模 n 对应的复杂度。
  • 忽略常数、系数、低阶;

举例说明:
  • 9 >> O(1)
  • 2n + 3 >> O(n)
  • n2 + 2n + 6 >> O(n2)
  • 4n3 + 3n2 + 22n + 100 >> O(n3)

注意:大O表示法仅仅是一种粗略的分析模型,是一种估算,能帮助我们短时间内了解一个算法的执行效率。

对数阶的细节

对数阶一般省略底数:

由于 log29 ∗ log9n = log2n,即每个对数基本都可以常数乘另一个对数
所以 O(log2n) 、O(log9n) 统称为 O(logn)


**常见的复杂度**

在这里插入图片描述

在这里插入图片描述

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