演算法複雜度分為時間複雜度和空間複雜度，乙個好的演算法應該具體執行時間短，所需空間少的特點。
隨著計算機硬體和軟體的提公升，乙個演算法的執行時間是算不太精確的。只能依據統計方法對演算法進行估算。我們拋開硬體和軟體的因素，演算法的好壞直接影響程式的執行時間。
我們看一下小例子：
int value = 0; // 執行了1次
for (int i = 0; i < n; i++)
這個演算法執行了 1 + n 次，如果n無限大，我們可以把前邊的1忽略，也就是說這個演算法執行了n次
時間複雜度常用大o符號表示，這個演算法的時間複雜度就是o(n).
概念： 一般情況下，演算法的基本操作重複執行的次數是模組n的某一函式f(n),因此，演算法的時間複雜度記做 t(n) = o(f(n))。 隨著模組n的增大，演算法執行的時間增長率f(n)的增長率成正比，所以f(n)越小，演算法 的時間複雜度越低，演算法的效率越高。
計算時間複雜度
1.去掉執行時間中的所有加法常數。
2.只保留最高端項。
3.如果最高端項存在且不是1，去掉與這個最高端相乘的常數得到時間複雜度
我們看乙個例子
for (int i = 0; i < n; i++)
}當 i = 0 時 裡面的fo迴圈執行了n次，當i等待1時裡面的for迴圈執行了n - 1次，當i 等於2裡裡面的fro執行了n - 2次........所以執行的次數是
根據我們上邊的時間複雜度演算法
1.去掉執行時間中的所有加法常數： 沒有加法常數不用考慮
2.只保留最高端項: 只保留
3. 去掉與這個最高端相乘的常數: 去掉
最終這個演算法的時間複雜度為
再看乙個線性的
for ( int i = 0; i < n; i++)
因為迴圈要執行n次所以時間複雜度為o(n)
其它的我也就不乙個乙個算了，下面給出了常用的時間複雜度
排序法最差時間分析
平均時間複雜度
穩定度空間複雜度
氣泡排序
o(n2)
o(n2)
穩定o(1)
快速排序
o(n2)
o(n*log2n)
不穩定o(log2n)~o(n)
選擇排序
o(n2)
o(n2)
穩定o(1)
二叉樹排序
o(n2)
o(n*log2n)
不一頂o(n)
插入排序
o(n2)
o(n2)
穩定o(1)
堆排序o(n*log2n)
o(n*log2n)
不穩定o(1)
希爾排序oo
不穩定o(1)
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...
演算法複雜度 時間複雜度和空間複雜度
1 時間複雜度 1 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且乙個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數...