資料結構和演算法中的複雜度分析

了解複雜度分析，資料結構和演算法中複雜度分為時間複雜度和空間複雜度，我們用大o表示法，時間複雜度分析用三種方法分析：

1、只關注迴圈執行次數最多的一段**,以下**複雜度為o（n）

private int cal（int n）
return sum;
}

2. 加法法則：總複雜度等於量級最大的那段**的複雜度,以下**複雜度為o（n²）

int cal(int n)
for(int i=1; i <= n; i++)
}return sum + sum2;
}

3. 乘法法則：巢狀**的複雜度等於巢狀內外**複雜度的乘積,以下**複雜度為o（n²）

int cal(int n)
return sum;
}int sum2(int n)
return sum2;
}

以下是常見的幾種時間複雜度（複雜度量級依次遞增）：

以上可以簡單分兩類，前面的屬於多項式量級，最後兩種屬於非多項式量級，當資料規模 n 越來越大時，非多項式量級演算法的執行時間會急劇增加，求解問題的時間會無限增長；

int a = new int[n];

這段**的空間複雜度就是為o（n）。

演算法的執行效率，粗略的講就是演算法的執行時間，那麼如何在不執行的情況下，估算的執行時間呢我們先看乙個簡單的求和 1 int cal int n 7 return sum 8 從cpu的角度來看，每一行都做著相同的工作，讀資料計算寫資料，儘管每行對應的cpu的執行個數，執行時間都不一樣...

如何衡量的效率？時間和空間複雜度分析。這個是資料結構和演算法的重中之重資料結構和演算法的作用主要是用來解決快和省的問題。即如何讓執行的更快，如何讓更節省記憶體空間。執行效率是一項非常重要的考量指標。而我們可以時間空間複雜度分析的執行效率。事後統計法我們可以跑一遍通過統計監控...

演算法複雜度 1 時間複雜度表示演算法的執行時間與資料規模之間的增長關係 1 只關注迴圈執行次數最多的一段 2 加法法則總複雜度等於量級最大的那段的複雜度 3 乘法法則巢狀的複雜度等於巢狀內外複雜度的乘積幾種常見時間複雜度例項分析最好最壞平均均攤時間複雜度要根據具體的演算法進行...