時間複雜度與空間複雜度

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)

for

(int i =
1; i < n; i = i *2)

for

(int i =
1; i <= n; i++
)

for

(int i =
1; i <= n; i++
)for
(int j =
1; j <= n; j++
)

for

(int i =
1; i <= n; i++
)}

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

y = n *

(n +1)
/2

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)

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...