首页 > 编程语言 >算法的时间复杂度、空间复杂度

算法的时间复杂度、空间复杂度

时间:2022-10-11 22:39:37浏览次数:57  
标签:++ 复杂度 list 算法 let 空间 数据结构

前言

本文主要记录了数据结构、算法、数据结构与算法的关系以及算法的时间复杂度、空间复杂度。

数据结构

数据结构是计算机存储、组织数据的方式。

算法

算法是一系列解决问题的清晰指令。

数据结构与算法的关系

程序 = 数据结构 + 算法

数据结构为算法提供服务,算法围绕数据进行操作。

时间复杂度

用来描述算法的运行时间。用 O 表示,常见的有O(1), O(n), O(n^2), O(log^n)...

在这里插入图片描述

图中直观表示了O(1), O(n), O(n^2), O(log2^n)的大小关系。

O(1)

	let i = 1;
	i++;

上述代码执行一遍就结束了,所以其时间复杂度为O(1)。

O(n)

	for(let i = 0;i < n;i++){
		console.log(i);
	}

上述代码中有一个循环,需要执行n遍,所以其时间复杂度为O(n)。

O(1) + O(n) = O(n)

因为当n足够大时,1就忽略不计了。所以O(1) + O(n) = O(n)。

	let i = 1;
	i++;
	for(let j = 0;j < n;j++){
		console.log(j);
	}

O(n^2)

	for(let i = 0;i < n;i++){
		for(let j = 0;j < n;j++){
			console.log(i,j);
		}
	}

上述代码中有两个循环进行嵌套,需要执行n*n遍,所以其时间复杂度为O(n)*O(n)=O(n^2)。

O(log2^n)

 let i = 1;
 while(i < n){
 i * = 2; 

上述代码中有一个循环,需要执行到 2的x次方大于等于 n,才停止执行,所以其时间复杂度为O(log2^n)。

空间复杂度

用来描述算法的运行时所占用的内存空间。用 O 表示,常见的有O(1), O(n), O(n^2)...

O(1)

	let i = 1;
	i++;

上述代码只声明了一个变量,所以其空间复杂度为O(1)。

O(n)

	const list = [];
	for(let i = 0;i < n;i++){
		list.push(i);
	}

上述代码中有一个循环,需要执行n遍,循环每执行一次就向数组中添加一个数组成员,占用一块地址空间,所以其空间复杂度为O(n)。

O(n^2)

	const list = [];
	for(let i = 0;i < n;i++){
		list.push(i);
		for(let j = 0;j < n;j++){
			list[i].push(j);
		}
	}

上述代码中有两个循环进行嵌套,需要执行n*n遍,循环每执行一次就向矩阵中添加一个成员,占用一块地址空间,所以其空间复杂度为O(n^2)。

常用算法的时间\空间复杂度

在这里插入图片描述

本文到此结束

如果大家还有什么其他想法,欢迎在评论区交流!

标签:++,复杂度,list,算法,let,空间,数据结构
From: https://blog.51cto.com/u_15718546/5748196

相关文章