int n=
100;
sout
("this is n ="
+" n");
//執行了一次 這裡的時間複雜度為o(1)
int n=
100;
sout
("this is n ="
+" n");
sout
("this is n1 ="
+" n");
sout
("this is n2 ="
+" n");
//執行了3次 這裡的時間複雜度為o(3)
不論執行了幾次,只要是個常數,就可以統一將常數的時間複雜度為o(1),即常數複雜度
for
(int i =
1; i < n; i = i *2)
for
(int i =
1; i <= n; i++
)
因為執行了n次,所以它的時間複雜度為o(n);
for
(int i =
1; i <= n; i++
)for
(int j =
1; j <= n; j++
)
雖然執行了2n次,但是它的時間複雜度也為o(n);即o(2n)去掉前面的係數2;
for
(int i =
1; i <= n; i++
)}
因為執行了n^2次, 所以它的時間複雜度為o(n^2);即為雙層巢狀迴圈
注意:在考慮複雜度的時候,不考慮前面的係數。
計算:1 + 2 + 3 + … + n
y =
0for i =
1 to n:
y += i
空間複雜度:o(1)
y = n *
(n +1)
/2
空間複雜度:o(n)
所以對於能用公式的,用公式。
遞迴
0, 1, 1, 2, 3, 5, 8, 13, 21, …
f(n) = f(n - 1) + f(n - 2)
如果直接用遞迴:
int fib
(int n)
用遞迴,會用很多冗餘的操作。
以6為例,它要運算2^6次,非常多。
在面試中,盡量不要這樣寫。
二叉樹遍歷 - 前序、中序、後序:時間複雜度是多少?
每個節點訪問且僅訪問一次,所以為時間複雜度線性與二叉樹的節點總數為o(n) ,
圖的遍歷:時間複雜度是多少?
圖裡面每個節點訪問且僅訪問一次,所以時間複雜度為o(n),n為圖裡面的節點總數。
搜尋演算法:dfs、bfs 時間複雜度是多少?
dfs深度優先,bfs廣度優先,不管是dfs還是bfs,因為訪問的節點是訪問一次,所以時間複雜度為o(n),n為搜尋空間裡面的節點總數。
二分查詢:時間複雜度是多少?
o(log(n))
時間複雜度與空間複雜度
空間複雜度 space complexity 是對乙個演算法在執行過程中臨時占用儲存空間大小的量度,記做s n o f n 比如直接 插入排序 的時間複雜度 是o n 2 空間複雜度是o 1 而一般的 遞迴演算法就要有o n 的空間複雜度了,因為每次遞迴都要儲存返回資訊。乙個演算法的優劣主要從演算法...
時間複雜度與空間複雜度
本文是對時間複雜度以及空間複雜度的乙個理解 時間複雜度 由於環境的不同,同樣的 執行所需要的時間是不同的,所以是不能拿來比較的 而函式中執行的次數確實一樣的 所以時間複雜度就是 程式每個迴圈中的語句總共會執行的次數 時間複雜度的表示方法 大o漸進表示法 o f n 這裡的f n 是什麼呢?void ...
時間複雜度與空間複雜度
本文部分取自搜狗百科 在求演算法效率時,通常有事前分析和事後分析兩種方法,事後分析因為必須實際檢驗過後才能得出答案,且可能由於硬體方面等外部原因影響結果而不被推廣,事前分析的主要就是在考量乙個演算法的基本執行次數,這就是時間複雜度。時間複雜度 一般情況下,演算法中基本操作重複執行的次數是問題規模n的...