常见算法的时间复杂度

常数阶O(1)：无论数据规模有多大，都可以在一次计算后找到目标。
对数阶O(log n)或O(log 2n)：每找一次都排除一半的可能。
线性阶O(n)：循环时数据量增大几倍耗时也增大几倍。
线性对数阶O(n log N)：将时间复杂度为O(log n)的代码循环N遍。
平方阶O(n^2)：对数据进行排序需要扫描n*n次。
立方阶O(n^3)：同上n*n*n。
K次方阶O(n^k)：同上
指数阶O(2^n)：同上

类型	意义	举例
O(1)	最低复杂度，耗时/耗空间与数据的大小无关，无论输入的数据增大多少倍耗时还是空间都不变。	哈希算法就是典型的O(1)时间复杂度，无论数据规模多大，都可以在一次计算后找到（不考虑冲突）
O(log n)	当数据增大n倍时，耗时增大logn倍（log是以2为底的），也就是n/long。	二分查找算法就是O(log n)算法，每找一次都排除一半的可能。如256个数据找8次就能找到目标
O(n)	数据量增大几倍，耗时也增大几倍	遍历算法普通的for循环
O(n log N)	将时间复杂度为O(log n)的代码循环N遍，比如数据增大256倍时，耗时增大256*8倍。	归并排序、快速排序、堆排序
O(n^2)	对n个数的排序，需要循环n*n次	冒泡排序、插入排序、选择排序
O(n^3)	同上，相当于三层n循环。	常规的矩阵乘算法
O(n^k)	同上，相当于k层n循环
O(2^n)
常见的时间复杂度，由大到小依次为：1 < log2N < n < n*Log2N < n^2 < n^3 < 2^n < 3^n < n!

常见算法的时间复杂度相关推荐

常见算法的时间复杂度 Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜…
关于时间复杂度,有一个公式:T (n) = Ο(f (n)). 为了便于比较同一问题的不同算法,通常从算法中抽取一种或者多种有代表性的基本操作,再以这些基本操作重复执行的次数与问题规模的关系T(n) ...
常见算法及其时间复杂度总结
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一.O(1) 二.O(logn) 三.O(n) 四.O(nlogn) 五.O(n^2) 六.O(n^3) 七.O(2^ ...
常见问题与常见算法的时间复杂度
0. 旅行商问题旅行商问题,比如某地有 nn(2≤n≤102\leq n\leq 10)个城市,推销员想从一个城市出发,访问所有大城市之后回到起始位置.. 假定,此地恰有最多的 10 个城市,出发城 ...
【数据结构】算法的时间复杂度和空间复杂度解析
目录 1. 算法的效率 2 时间复杂度 2.1 时间复杂度的概念 2.2 大O渐进表示法 2.3 常见算法的时间复杂度分析 3. 空间复杂度 3.1 常见空间复杂度分析 1. 算法的效率我们在写一个 ...
【数据结构与算法 10】算法的时间复杂度和空间复杂度
最近在研究数据结构与算法,在B站中找到了小甲鱼的<数据结构与算法课程>,挺有意思的! 尚硅谷Java数据结构与java算法,韩顺平数据结构与算法对于一个算法来说,分析有两步,第一是从数学 ...
时间复杂度解析根据算法换算时间复杂度常见时间复杂度及其之间的关系
一.引入先看一道题,如果 a+b+c=1000,且 a2+b2=c^2(a,b,c 为自然数),如何求出所有a.b.c可能的组合? 二.两种解答方式算法是独立存在的一种解决问题的方法和思想. 第一 ...
常见的几种排序算法的时间复杂度
一. 排序算法的介绍概述:排序也称排序算法,排序是将一组数据,依指定的顺序进行排列的过程. 排序的分类 (1) 内部排序:指将需要处理的所有数据都加载到内部存储器中进行排序. (2) 外部排序:数据 ...
a*算法的时间复杂度_从经典算法题看时间复杂度
本文首发公众号:架构精进,排版比较清晰. 经常有同学在 LeetCode 的题解中问解法的复杂度是多少.作为一个懒人,我一直在「逃避」这个问题,毕竟这东西听起来就这么「复杂」. 但本着对题解认真负责 ...
【转】算法中时间复杂度概括——o(1)、o(n)、o(logn)、o(nlogn)
2019独角兽企业重金招聘Python工程师标准>>> 在描述算法复杂度时,经常用到o(1), o(n), o(logn), o(nlogn)来表示对应算法的时间复杂度.这里进行归纳 ...

常见算法的时间复杂度

常见算法的时间复杂度相关推荐

最新文章

热门文章