壹|为什么需要复杂度分析
我们需要拥有直接估计算法执行效率的方法。
如果没有复杂度分析,我们需要通过统计、监控来得到执行时间和占用内存大小。
事后统计法具有两个局限性。一个是测试环境,一个是数据规模。
贰|什么是时间复杂度
时间复杂度表示代码执行时间随数据规模增长的变化趋势。
我们用大O来表示时间复杂度。
叁|什么是空间复杂度
空间复杂度表示算法的存储空间随数据规模增长的变化趋势。
我们依然用大O来表示空间复杂度。
空间复杂度考虑的是程序运行时占用的内存大小,不是可执行文件的大小
肆|时间复杂度分析
- 只关注循环执行次数最多的一段代码
- 总复杂度等于量级最大的那段代码的复杂度
- 嵌套代码的复杂度等于嵌套内外代码复杂度的乘积
伍|时间复杂度问题拓展
Q1:O(logn) 以什么为底?
O(login) = O(logij * logjn),logij是一个常数系数,可以忽略,所以O(login) = O(logjn)。
时间复杂度O(login)无论未知数i是什么,时间复杂度都可以表示为logjn,而j也是未知数。
所以,对数阶时间复杂度可以忽略对数的底,统一表示为O(logn)。
Q2:递归的时间复杂度?
递归的时间复杂度计算需要看递归的次数。