Day1 复杂度分析

问:复杂度分析要解决什么问题?
答:分析、统计算法的执行效率和资源的消耗

问:通过代码跑一遍,统计、监控,得到算法执行的时间和占用的内存大小的局限性
答:
    1. 测试结果依赖测试环境
    2. 受数据规模的影响较大

问:什么是大O复杂度表示法?
答:表示代码执行时间随着数据规模增长的趋势,也称渐进时间复杂度

问:如何分析时间复杂度?
答:
	1. 只关注循环执行次数最多的那一段代码
	2. 加法法则,总复杂度等于量级最大的那段代码的复杂度
	3.  乘法法则,嵌套代码的复杂度等于嵌套内外代码复杂度的乘积

问:几种常见的时间复杂度
答: 
	1. 常量阶 O(1),一般是没有循环和递归的情况
	2. 对数阶 O(logn) 
	3. 线性阶 O(n)
	4. 线性对数阶 O(nlogn)
	5. 指数阶 O(2^n)
	6. 阶乘阶 O(n!)
	7. 平方阶 O(n^2) ...

问:什么是空间复杂度?
答:表示算法的存储空间与数据规模之间的增长关系

常用的时间复杂度
在这里插入图片描述

复杂度分析的几个知识点:
1. 最好情况时间复杂度
2. 对坏情况时间复杂度
3. 平均情况时间复杂度
4. 均摊情况时间复杂度
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