如何衡量乙個演算法的好壞？ 複雜度：空間複雜度 + 時間複雜度
事後統計法：就是在演算法的程式執行結束後，根據實際執行結果衡量演算法好壞
事前估計法：就是在程式執行之前，先按照程式**，來預估演算法的好壞
時間複雜度：用基本指令的執行次數而不是執行時間代表時間複雜度，同乙個程式在不同配置的機器下的執行時間不一定相同
時間複雜度：基本語句的執行次數 ，乙個關於問題規模n的數學表示式 並不一定要計算精確的執行次數，而是使用 o的漸進表示法，會忽略掉較小的執行次數，表示出乙個大概的執行次數
資料結構中如果沒有明確說明， lg n指的是log2 ^n 而不是log10^n
空間複雜度：臨時占用空間的大小，要看在空間中定義的變數的多少 看有沒有開闢輔助空間
遞迴：時間複雜度：遞迴深度 空間複雜度：遞迴深度*每次遞迴創呼叫的變數數
//以斐波那契數列數列為例
long long fib(int first,int second,int n)
降低時間複雜度的方法
//偽遞迴
long long fib(int first,int second,int n)
時間複雜度與空間複雜度
空間複雜度 space complexity 是對乙個演算法在執行過程中臨時占用儲存空間大小的量度，記做s n o f n 比如直接 插入排序 的時間複雜度 是o n 2 空間複雜度是o 1 而一般的 遞迴演算法就要有o n 的空間複雜度了，因為每次遞迴都要儲存返回資訊。乙個演算法的優劣主要從演算法...
時間複雜度與空間複雜度
本文是對時間複雜度以及空間複雜度的乙個理解 時間複雜度 由於環境的不同，同樣的 執行所需要的時間是不同的，所以是不能拿來比較的 而函式中執行的次數確實一樣的 所以時間複雜度就是 程式每個迴圈中的語句總共會執行的次數 時間複雜度的表示方法 大o漸進表示法 o f n 這裡的f n 是什麼呢？void ...
時間複雜度與空間複雜度
本文部分取自搜狗百科 在求演算法效率時，通常有事前分析和事後分析兩種方法，事後分析因為必須實際檢驗過後才能得出答案，且可能由於硬體方面等外部原因影響結果而不被推廣，事前分析的主要就是在考量乙個演算法的基本執行次數，這就是時間複雜度。時間複雜度 一般情況下，演算法中基本操作重複執行的次數是問題規模n的...