餐饮网站方案,伊犁建设网站,青岛九二网络科技有限公司,网站网站弹出窗口去掉目录 为什么需要复杂度分析#xff1f;
大 O 复杂度表示法
时间复杂度分析
几种常见时间复杂度
空间复杂度分析 为什么需要复杂度分析#xff1f;
事后统计法#xff1a;代码跑一遍#xff0c;通过统计、监控#xff0c;就能得到算法执行的时间和占用的内存大小。这种…目录 为什么需要复杂度分析
大 O 复杂度表示法
时间复杂度分析
几种常见时间复杂度
空间复杂度分析 为什么需要复杂度分析
事后统计法代码跑一遍通过统计、监控就能得到算法执行的时间和占用的内存大小。这种统计方法有非常大的局限性。
测试结果非常依赖测试环境测试结果受数据规模的影响很大
因此我们需要一个不用具体的测试数据来测试就可以粗略地估计算法的执行效率的方法。
大 O 复杂度表示法 T(n)表示算法的执行时间n表示数据规模的大小fn表示每行代码执行的次数总和。公式中的 O表示代码的执行时间 T(n) 与 f(n) 表达式成正比。
大 O 时间复杂度实际上并不具体表示代码真正的执行时间而是表示代码执行时间随数据规模增长的变化趋势所以也叫作渐进时间复杂度asymptotic time complexity简称时间复杂度。
时间复杂度分析
如何分析一段代码的时间复杂度有三个比较实用的方法
关注循环次数最多的一段代码加法法则总复杂度等于量级最大的那段代码的复杂度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
几种常见时间复杂度 1.、O(1):一般情况下只要算法中不存在循环语句、递归语句即使有成千上万行的代码其时间复杂度也是Ο(1)。
2、O(logn)、O(nlogn)对数阶时间复杂度非常常见同时也是最难分析的一种时间复杂度。我通过一个例子来说明一下。
3、O(mn)、O(m*n)代码的复杂度由两个数据的规模来决定
空间复杂度分析
空间复杂度全称就是渐进空间复杂度asymptotic space complexity表示算法的存储空间与数据规模之间的增长关系
我们常见的空间复杂度就是 O(1)、O(n)、O(n2 )像 O(logn)、O(nlogn) 这样的对数阶复杂度平时都用不到。而且空间复杂度分析比时间复杂度分析要简单很多。所以对于空间复杂度掌握刚我说的这些内容已经足够了。
