时间复杂度
时间复杂度是用来估算算法运行时间的式子(单位);
一般来说,时间复杂度高的算法比时间复杂度低的算法慢;
常见的时间复杂度(按照算法运行所耗的时间排序)
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2^) < O (n^2^logn) < O(n^3^)
时间复杂度为:O(1) 算法枚举的执行一次或几次
例子1 输出一句
printf("Hello World\n");
例子2 输出三句时间复杂度也是O(1)
printf("Hello jim\n");
printf("Hello jack\n");
printf("Hello kevin\n");
时间复杂度为:O(logn) 算法每次执行都折半,那么该算法循环的次数为以2为底n的对数,即,那么该算法的时间复杂度为O()或写成O(logn)
例子1
int n = 64;
while (n > 1)
{
n /= 2;
printf("n = %d\n", n);
}
时间复杂度为:O(n) 算法循环的执行n次
例子1
int n = 100;
for (int i = 0; i < n; i++)
printf("i = %d\n", i);
时间复杂度为:O(nlogn) 算法循环的执行n次,并每次嵌套内循环,这个内循环每次执行都折半
例子1
int n = 64;
for (int i = 0; i < n; i++)
{
int temp = n;
while (temp > 1)
{
temp /= 2;
printf("temp = %d\n", temp);
}
}
时间复杂度为:O(n^2^) 算法循环执行n次,并每次嵌套内循环,这个内循环每次执行n次
例子1
for (int i = 0; i < n; i++)
{
printf("i = %d\n", i);
for (int j = 0; j < n; j++)
printf("j = %d\n", j);
}
时间复杂度为:O(n^2^logn) 算法循环执行n次,并每次嵌套内循环,这个内循环每次执行n次,并这个内循环再嵌套一个内循环,并且这个内循环每次执行折半
例子1
int k = 64;
for (int i = 0; i < n; i++)
{
printf("i = %d\n", i);
for (int j = 0; j < n; j++)
{
printf("j = %d\n", j);
int temp = k;
while (temp > 1)
temp /= 2;
}
}
时间复杂度为:O(n^2^logn) 算法循环执行n次,并每次嵌套内循环,这个内循环每次执行n次,并这个内循环再嵌套一个内循环,并且这个内循环每次执行n次
例子1
for (int i = 0; i < n; i++)
{
printf("i = %d\n", i);
for (int j = 0; j < n; j++)
{
printf("j = %d\n", j);
for (int k = 0; k < n; k++)
printf("k = %d\n", k);
}
}
空间复杂度
空间复杂度是用来估算算法内存占用大小的式子(单位);
空间复杂度的表示方式跟时间复杂度完全一样
算法使用了一个或几个变量,空间复杂度为:O(1)
算法使用了长度为n的一维列表,空间复杂度为:O(n)
算法使用了长度为m行n列的二维列表,空间复杂度为:O(mn)
算法使用了j个长度为m行n列的二维列表,空间复杂度为:O(jmn)
算法使用了i个三维列表,并每个三维列表有j个长度为m行n列的二维列表,空间复杂度为:O(ijmn)
空间复杂度为:O(1)
例子1 该算法只在栈中开辟了n这3个变量,所以空间复杂度为O(1)
int n = 1;
例子2 该算法只在栈中开辟了m,n,k这3个变量,所以空间复杂度为O(1)
int m = 1;
int n = 1;
int k = 1;
例子3 该算法只在栈中开辟了i,j,temp这3个变量,所以空间复杂度为O(1)
void sort_arr(int *const arr, const int n)
{
for (int i = 0; i < n; i++)
{
for (int j = i + 1; j < n; j++)
{
if (arr[i] > arr[j])
{
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
}
}
ending😃