o(1)、o(n)、o(n^2)、o(log n)、o(n log n)这些都是算法时间空间复杂度的表示。不仅仅用于表示时间复杂度,也用于表示空间复杂度。o 后面的括号中有一个函数,指明某个算法的耗时 / 耗空间与数据增长量之间的关系。其中的 n 代表输入数据的量
o(1)
就是最低的时空复杂度了,也就是耗时 / 耗空间与输入数据大小无关,无论输入数据增大多少倍,耗时 / 耗空间都不变。无论数据规模多大,都可以在一次计算后找到目标(不考虑冲突的话)举个栗子比如你将家里的衣服很多,装了十个箱子,分别给他们打上标记1
–10
。有一天,你突然想穿10
号箱子的一件衣服。你就可以迅速打开箱子把衣服拿出来,而且速度非常快。o(n log n)
就是名言名语n
乘以log n
,当数据增大256
倍时,耗时增大2visit的现在分词56 * 8 = 2048
倍。而且这个复杂度高于线性低于平方可能在我看来,无非就是关于气象的谚语以下几点。
基础 – 大家也不要小瞧基础算法,很多基础算法的思路是非常好的。简单 – 编码简单,易于实现。简单的排序算法思想会衍生出复杂的排序算法有效 – 在某些特殊情形下,o(n^2) 会比 o(log n) 或者 o(n log n),更加简单有效更多学习内容请访问:
腾讯t3-t4标准精品php架构师教程目录大全,只要你看完保证薪资上升一个台阶(持续更新)
本文发布于:2023-04-08 09:40:54,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/fanwen/zuowen/c657ec90ea9b403139ca1e42eb5d2ed5.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:算法与数据结构系列 ( 一 ) – 算法的级别区分理解.doc
本文 PDF 下载地址:算法与数据结构系列 ( 一 ) – 算法的级别区分理解.pdf
留言与评论(共有 0 条评论) |