目錄

• • 前言
  • 介紹
  • 時間復雜度
  • • O(1)
    • O(n)
    • O(log n)
    • O(n2)
    • O(n * log n)
    • O(n!)

前言

我們在描述算法復雜度時,常用o(1), o(n), o(logn), o(n logn)等表示對應算法的時間復雜度，是算法的時空復雜度的表示。不僅僅用于表示時間復雜度，也用于表示空間復雜度。這種表示法稱之為大O表示法

介紹

大O表示法是算法的一種特殊的表示法，指出了算法的速度有多快，它指出了算法運行時間的增速。需要注意的是大O表示法指的并非以秒為單位的速度

主要可以用來表示時間復雜度和空間復雜度

簡單的說大O表示法僅僅只是定義當數量越多時算法運行時間的增速，增速越慢，即代表算法越快

時間復雜度

O(1)

O(1)：是最低的時間復雜度，表示算法的速度和數量無關，不論數量是多少，算法的速度始終不變，也就是耗時/耗空間與輸入數據大小無關，無論輸入數據增大多少倍，耗時/耗空間都不變。 哈希算法就是典型的O(1)時間復雜度，無論數據規模多大，都可以在一次計算后找到目標（不考慮沖突的話）

O(n)

O(n)：也叫線性時間，表示算法的速度和數量增加呈現線性增長。
典型算法有：簡單查找。
即在n個數中輪詢查找a所處的位置，當n的數量+1時算法查找的次數也+1

代碼案例

O(log n)

O(log n)：也叫對數時間
典型算法有：二分查找法
即當數量每擴大兩倍，查詢次數僅僅需要+1次，是一種隨著數量越多，算法耗時增速越慢的算法

代碼案例

O(n2)

O(n2)：
典型算法有：選擇排序、冒泡排序，是一種速度較慢的排序法

代碼案例

O(n * log n)

典型算法有：快速排序法，是一種速度較快的排序法

代碼案例

O(n!)

是一種非常慢的算法
即當數量為n時，查詢算法耗時為a時，當數量+1時查詢算法將耗時a*(n+1),當數量較多時耗時將變得非常大

總結

以上是生活随笔為你收集整理的算法表示法之大O表示法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。