本篇為閱讀極客時間
資料結構與演算法之美
王爭 前google工程師
講課的筆記，侵刪
演算法的時間複雜度並不是表示執行演算法具體用的時間，而是表示**的執行時間隨著資料規模的變化趨勢。
例如：
int
cal(
int n)
return sum;
}
四、五行都執行了 n 遍，所以需要 2nunit_time的執行時間，因此總的執行時間為：
t(n) = 2unit_time+2n*unit_time=(2n+2)unit_time。
再例如：
int
cal(
int n)
}}
二、三、四行int sum=0的時間為unit_time,執行第
五、六行為 n 遍，所以需要 2nunit_time的執行時間，第
七、八行**的是間為n ^ 2unit_time，
因此總的執行時間為：
t(n) = 3unit_time+n^2unit_time=(n ^ 2+2n+3)unit_time= o(n ^ 2+2n+3)。
當n無窮大時，起決定作用的是第一項，因此上式可以寫為： t(n)=o(n ^ 2)
因此可以看到時間複雜度t(n)是與執行次數n成正比。
一般來說，時間複雜度寫為：t(n)=o(f(n))。其中，t(n)為總的時間複雜度，f(n)是**執行的總次數之和，o表示他們成正比。
其中，o(2^n)與o(n!)是非多項式量級。
注：
i=1;
while
(i <= n)
不管底數是2，3還是其他數，都把他表示為logn，因為對數可以相互轉換。
演算法時間複雜度空間複雜度
演算法 是解決某一類問題的通法，即一系列清晰無歧義的計算指令。每個演算法只能解決具有特定特徵的一類問題，但乙個問題可由多個演算法解決。乙個演算法應該有以下五個方面的特性 比較演算法的優劣我們從兩個維度去進行考量 時間 空間 時間複雜度，空間複雜度 找出基本語句 演算法中執行次數最多的那條語句就是基本...
演算法 時間複雜度 空間複雜度
1 if i 1 2 a 1 result 3 4 result n 2 result 1000 1000 3 array.push a array.pop 4 map.set 1,1 map.get 1,1 在計算複雜度的時候，o 1 一般會被忽略。1 for let i 0 i n i 2 wh...
演算法的時間複雜度 空間複雜度
時間複雜度和空間複雜度是度量演算法效率的常用指標 事後統計，不常用 事前統計影響因素 演算法策略 問題規模 程式語言 質量 機器執行指令的速度 撇開軟硬體的影響，演算法執行工作量的大小只依賴於問題的規模 通常用整數n表示 乙個演算法是由控制結構 順序，分支，迴圈三種 和原操作 指固有資料型別的操作 ...