首页 / 算法 / 算法中时间空间复杂度说明

算法中时间空间复杂度说明

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了算法中时间空间复杂度说明，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含896字，纯文字阅读大概需要2分钟。

内容图文

　　在描述算法复杂度时,经常用到o(1), o(n), o(logn), o(nlogn)来表示对应算法的时间复杂度,这是算法的时间复杂度的表示。

O后面的括号中有一个函数，指明某个算法的耗时与数据增长量之间的关系。其中的n代表输入数据的量。

表达式 说明 示例
O(1)

最低时间复杂度，也就是耗时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。

 哈希算法(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)
O(n) 数据量增大几倍，耗时也增大几倍。   遍历算法
O(logn) 

当数据增大n倍时，耗时增大logn倍（这里的log是以2为底的，

比如，当数据增大256倍时，耗时只增大8倍，

是比线性还要低的时间复杂度） 

1. 二分查找就是O(logn)的算法，每找一次排除一半的可能，

256个数据中查找只要找8次就可以找到目标.

2.欧几里德算法(求最大公因数);

3.求幂;
O(nlogn)

n乘以logn，当数据增大256倍时，耗时增256*8=2048倍。

这个复杂度高于线性低于平方。

归并排序就是O(nlogn)的时间复杂度。

 

 

 

 

参考：https://blog.csdn.net/qq_34229351/article/details/80841482

内容总结

以上是互联网集市为您收集整理的算法中时间空间复杂度说明全部内容，希望文章能够帮你解决算法中时间空间复杂度说明所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/800320.html

来源：【匿名】