一文带你了解算法复杂度O(1),O(n),O(logn),O(nlogn)的含义
详解O(1),O(n),O(logn),O(nlogn)的区别
相信很多开发的同伴们在研究算法、排序的时候经常会碰到O(1),O(n),O(logn),O(nlogn)这些复杂度,看到这里就会有个疑惑,这个O(N)到底代表什么呢?带着好奇开始今天文章。
首先o(1), o(n), o(logn), o(nlogn)是用来表示对应算法的时间复杂度,这是算法的时间复杂度的表示。不仅仅用于表示时间复杂度,也用于表示空间复杂度。
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这个算法所需要的计算工作量;
空间复杂度是指执行这个算法所需要的内存空间;
时间和空间都是计算机资源的重要体现,而算法的复杂性就是体现在运行该算法时的计算机所需的资源多少;
O后面的括号中有一个函数,指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。
- 时间复杂度为O(n)—线性阶,就代表数据量增大几倍,耗时也增大几倍。比如常见的遍历算法。
//循环遍历N次即可得到结果
count = 0;
for(int i = 0;i < 10 ; i ++){count ++;
}
- 时间复杂度O(n^2)—平方阶, 就代表数据量增大n倍时,耗时增大n的平方倍,这是比线性更高的时间复杂度。比如冒泡排序,就是典型的O(n x n)的算法,对n个数排序,需要扫描n x n次。
for(int i =1;i<arr.length;i++) { //遍历n次for(int j=0;j<arr.length-i;j++) {//遍历n-1次if(arr[j]>arr[j+1]) {int temp = arr[j];arr[j]=arr[j+1];arr[j+1]=temp;}}
}
//整体复杂度n*(n-1)
- 时间复杂度O(logn)—对数阶,当数据增大n倍时,耗时增大logn倍(这里的log是以2为底的,比如,当数据增大256倍时,耗时只增大8倍,是比线性还要低的时间复杂度)。二分查找就是O(logn)的算法,每找一次排除一半的可能,256个数据中查找只要找8次就可以找到目标。
int binarySearch(int a[], int key) {int low = 0;int high = a.length - 1;while (low <= high) {int mid = low + (high - low) / 2;if (a[mid] > key)high = mid - 1;else if (a[mid] < key)low = mid + 1;elsereturn mid;}return -1;
}
- 时间复杂度O(nlogn)—线性对数阶,就是n乘以logn,当数据增大256倍时,耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。
public void mergeSort(int[] arr, int p, int q){if(p >= q) {return};int mid = (p+q)/2;mergeSort(arr, p, mid);mergeSort(arr, mid+1,q);merge(arr, p, mid, q);
}
private void merge(int[] arr, int p, int mid, int q){int[] temp = new int[arr.length]; //此处将数组设为全局变量,否则每次都要创建一遍。int i = p, j = mid+1,iter = p;while(i <= mid && j <= q){if(arr[i] <= arr[j]) {temp[iter++] = arr[i++];} else{temp[iter++] = arr[j++];} }while(i <= mid) {temp[iter++] = arr[i++];}while(j <= q){temp[iter++] = arr[j++];}for(int t = p; t <= q; t++) {arr[t] = temp[t];}
}
- O(1)—常数阶:最低的时空复杂度,也就是耗时与输入数据大小无关,无论输入数据增大多少倍,耗时/耗空间都不变。 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目标。
index = a;
a = b;
b = index;
//运行一次就可以得到结果
- 时间复杂度的优劣对比
常见的数量级大小:越小表示算法的执行时间频度越短,则越优;
O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(2n)//2的n方<O(n!)<O(nn)//n的n方
- 文章参考:
- https://www.jianshu.com/p/e92567398e2b
- https://www.jianshu.com/p/e92567398e2b
- https://blog.csdn.net/qiumengchen12/article/details/45697405
- https://blog.csdn.net/lkp1603645756/article/details/85013126
一文带你了解算法复杂度O(1),O(n),O(logn),O(nlogn)的含义相关推荐
- 算法复杂度O(1),O(n),O(logn),O(nlogn)的区别
算法复杂度分为时间复杂度和空间复杂度: 时间复杂度是指执行这个算法所需要的计算工作量 空间复杂度是指执行这个算法所需要的内存空间 1.对于一个循环,假设循环体的时间复杂度为 O(n),循环次数为 n, ...
- 算法复杂度 O(1),O(n),O(logn),O(nlogn)的区别
算法复杂度分为时间复杂度和空间复杂度 时间复杂度是指执行这个算法所需要的计算工作量 空间复杂度是指这个算法所需要的内存空间 1.对于一个循环,假设循环体的时间复杂度为O(n),循环次数为n,则这个循环 ...
- 老王带你理解算法复杂度O(1),O(N),O(N^2)
上图对应的是算法复杂度的图片,X轴对应的是n(问题规模),Y轴对应的是执行的运行时间. 我们先从简单的复杂度解读O(1) 从上面的图片我们可以看到O(1)的复杂度是恒定的,一点波澜都没有,什么是O(1 ...
- 【英雄哪里出来】一文带你吃透算法
文章目录 前言 一.语言基础 1.「 光天化日学C语言 」 二.刷题必读 1.「 LeetCode零基础指南 」 三.语言入门 1.「 C语言入门100例 」 四.算法入门 1.「 算法零基础100讲 ...
- 【安全算法之概述】一文带你简要了解常见常用的安全算法(RT-Thread技术论坛优秀文章)
[安全算法之概述]一文带你简要了解常见常用的安全算法 0 前言 1 算法的大致分类 2 对称加解密算法 2.1 DES/TDES算法 2.2 AES算法 2.3 SM4算法 2.4 RC2.RC4算法 ...
- 一文带你 GNN 从入门到起飞,做一个饭盆最稳 GNN 饭人!
摘要:本文介绍了图神经网络在学界和业界的发展情况,并给出了图神经网络的基本概念与表示形式,总结了图神经网络的变体,最后介绍了华为云图神经网络框架. 本文分享自华为云社区<干饭人,干饭魂,搞懂图神 ...
- 一文带你全方位(架构,原理及代码实现)了解Flink(3.2W字建议收藏)
注:最底部有PDF目录 一 flink简介 1.1 什么是flink Apache Flink是由Apache软件基金会开发的开源流处理框架,其核心是用Java和Scala编写的分布式流数据流引擎.F ...
- 一文带你学习DDD,基础入门篇
系统讲解DDD的基础概念,结合具体的Demo讲解DDD落地场景. 往期精选(欢迎转发~~) 如何看待程序员35岁职业危机? Java全套学习资料(14W字),耗时半年整理 我肝了三个月,为你写出了GO ...
- 一文搞懂 Raft 算法
一文搞懂Raft算法 正文 raft是工程上使用较为广泛的强一致性.去中心化.高可用的分布式协议.在这里强调了是在工程上,因为在学术理论界,最耀眼的还是大名鼎鼎的Paxos.但Paxos是:少数真正理 ...
最新文章
- bash 脚本编程2 条件判断 (笔记)
- 图像处理中的Mask是什么
- mysql ndb 测试_.部署MYSQL集群 --测试
- 【Flutter】Animation 动画 ( Flutter 动画基本流程 | 创建动画控制器 | 创建动画 | 设置值监听器 | 设置状态监听器 | 布局中使用动画值 | 动画运行 )
- 泛型(比较杂 后期整理)
- Codeforces.449D.Jzzhu and Numbers(容斥 高维前缀和)
- matlab彩色图像缩放(双线性与双立方插值)
- python的实例属性和静态属性_Python面向对象之静态属性、类方法与静态方法分析...
- python控制arduino模拟端口_用Python控制Arduino实现Blink
- 刚刚,百度和小米宣布在一起,我还以为是谁收购了谁
- SQL中replace函数
- IDEA编译时出现“cannot resolve symbol“的问题时的解决方法。
- win11网络配置文件类型怎么更改 Windows11更改网络配置文件类型的步骤教程
- Windows界面UI自绘编程(上)之下部
- emoji粉色爱心符号_特殊符号
- 皮尔逊Person相关系数
- 次坐标从0开始_三坐标测量机安全使用+量块校准操作规程
- MS COCO数据集人体关键点评估(Keypoint Evaluation)(来自官网)
- R语言文本挖掘相关包介绍
- 【CTF-misc】凯撒大帝在培根里藏了什么