算法的时间复杂度和空间复杂度

算法的时间复杂度

在一个算法中他的计算次数T(n)就是分析时间复杂度的标杆

当随着n增大，T(n)增长最慢的算法称为最优算法

具体怎么算呢：以下是大O阶算法

1.首先计算出T(n),用常数1取代所有加法的常数

2.在修改后的运行次数函数中，只保留最高阶项

3.最高项存在且不为1，则去除他的常数项得到的就是时间复杂度

举例说明

int sum=0 n=100   #执行一次
sum = n*n     #执行一次
print(sum)     #执行一次

以上T(n)=3;根据大O阶算法，常数变1.时间复杂度即 O（1）

int sum=0 n=100   #执行一次
sum = n*n     #执行一次
sum = n*n     #执行一次
sum = n*n     #执行一次
sum = n*n     #执行一次
sum = n*n     #执行一次
sum = n*n     #执行一次
sum = n*n     #执行一次
print(sum)     #执行一次

切记时间复杂度与n的常数大小无关即使运行再多次 T(n)=9 也是O（1）

int count=1
while （count<n）
{count=count*2    #O(1)算法
}

每次count*2 距离count近一步；即 2^x=n x=log₂n 时间复杂度为O（logn）

int i,j;
for(i=0;i<n;i++)
{for(j=i;j<n;j++){***O(1)算法***}
}

以上当n=0时，j 执行n次当n=1时，执行n-1次…………总次数：T(n)=n+(n-1)+(n-2)……+2+1=n(n+1)/2=n²/2+n/2 即时间复杂度O（n²）

n++           #执行1次
function(n)   #执行n次for(i=0;i<n;i++)  #执行n²次
{function(n)
}for(i=0;i<n;i++)     #执行n(n+1)/2次
{for(j=i;j<n;j++){***O(1)算法***}
}

以上T(n)=3n²/2+3n/2+1 即时间复杂度O（n²）

算法的空间复杂度

类似于时间复杂度的讨论，一个算法的空间复杂度(Space Complexity)S(n)定义为该算法所耗费的存储空间，它也是问题规模n的函数。渐近空间复杂度也常常简称为空间复杂度。
空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。
一个算法在计算机存储器上所占用的存储空间，包括存储算法本身所占用的存储空间，算法的输入输出数据所占用的存储空间和算法在运行过程中临时占用的存储空间这三个方面。算法的输入输出数据所占用的存储空间是由要解决的问题决定的，是通过参数表由调用函数传递而来的，它不随本算法的不同而改变。
存储算法本身所占用的存储空间与算法书写的长短成正比，要压缩这方面的存储空间，就必须编写出较短的算法。
　　算法在运行过程中临时占用的存储空间随算法的不同而异，有的算法只需要占用少量的临时工作单元，而且不随问题规模的大小而改变，我们称这种算法是“就地\"进行的，是节省存储的算法，有的算法需要占用的临时工作单元数与解决问题的规模n有关，它随着n的增大而增大，当n较大时，将占用较多的存储单元，例如快速排序和归并排序算法就属于这种情况。
　　如当一个算法的空间复杂度为一个常量，即不随被处理数据量n的大小而改变时，可表示为O(1)；当一个算法的空间复杂度与以2为底的n的对数成正比时，可表示为0(10g2n)；当一个算法的空I司复杂度与n成线性比例关系时，可表示为0(n).若形参为数组，则只需要为它分配一个存储由实参传送来的一个地址指针的空间，即一个机器字长空间；若形参为引用方式，则也只需要为其分配存储一个地址的空间，用它来存储对应实参变量的地址，以便由系统自动引用实参变量。

转载于:https://www.cnblogs.com/attitudeY/p/7054183.html

算法的时间复杂度和空间复杂度相关推荐

常用的排序算法的时间复杂度和空间复杂度
常用的排序算法的时间复杂度和空间复杂度 1.时间复杂度 (1)时间频度一个算法执行所耗费的时间,从理论上是不能算出 ...
关于算法的时间复杂度和空间复杂度的总结
一.算法的概念算法(Algorithm)是将一组输入转化为一组输出的一系列计算步骤,其中每个步骤必须能在有限时间内完成.算法是用来解决一类计算问题的,注意是一类问题,而不是一个特定的问题. 二. ...
【算法的时间复杂度和空间复杂度】-算法02
算法的时间复杂度和空间复杂度一个算法的好坏我们主要从"时间"和"空间" 两个维度来衡量时间维度:是指执行当前算法所消耗的时间,我们通常用 "时间复 ...
常用的排序算法的时间复杂度和空间复杂度 .
常用的排序算法的时间复杂度和空间复杂度排序法最差时间分析平均时间复杂度稳定度空间复杂度冒泡排序 O(n2) O(n2) 稳定 O(1) 快速排序 O(n2) O(n*log2n) 不稳定 ...
各种常用排序算法的时间复杂度和空间复杂度
https://blog.csdn.net/jiajing_guo/article/details/69388331 一.常用排序算法的时间复杂度和空间复杂度表格二.特点 1.归并排序: (1)n大 ...
【计算机基础】经常使用的排序算法的时间复杂度和空间复杂度
经常使用的排序算法的时间复杂度和空间复杂度排序法最差时间分析平均时间复杂度稳定度空间复杂度冒泡排序 O(n2) O(n2) 稳定 O(1) 高速排序 O(n2) O(n*log2n) 不稳 ...
python排序算法的时间复杂度_Python算法的时间复杂度和空间复杂度(实例解析)
算法复杂度分为时间复杂度和空间复杂度. 其作用: 时间复杂度是指执行算法所需要的计算工作量: 而空间复杂度是指执行这个算法所需要的内存空间. (算法的复杂性体现在运行该算法时的计算机所需资源的多少上, ...
算法的时间复杂度与空间复杂度介绍
本文主要介绍算法的时间复杂度和空间复杂度的相关知识. 1 概述算法(Algorithm)是指用来操作数据.解决程序问题的方法. 对于同一个问题,使用不同的算法,也许最终得到的结果是相同的,但在执行该 ...
算法的时间复杂度和空间复杂度总结
文章目录前言算法的时间复杂度和空间复杂度 1.定义 2.计算方法 3.示例总结一.什么是时间复杂度? 算法时间复杂度定义: 在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进 ...
【数据结构入门】算法的时间复杂度和空间复杂度详解
文章目录 (1)算法效率 (2)时间复杂度的计算 1)什么是时间复杂度 2)大O渐进表示法(估算) 3)时间复杂度计算实例 4)总结 5)一些思考 (3)空间复杂度的计算 (4)常见复杂度对比本篇前 ...

算法的时间复杂度和空间复杂度

算法的时间复杂度和空间复杂度相关推荐

最新文章

热门文章