[转载]循序渐进带你学习时间复杂度和空间复杂度

[转载]循序渐进带你学习时间复杂度和空间复杂度

💡 原文中文,约5500字,阅读约需14分钟。
📝

内容提要

本文介绍了时间复杂度和空间复杂度的概念和计算方法,以及常见的时间复杂度函数和估算算法复杂度的方法。作者强调了在编写代码时要重视时间复杂度的估算,以提高代码效率。

🎯

关键要点

  • 算法的好坏标准主要看时效和存储,好的算法应具备高时效和低存储。
  • 时间复杂度是衡量算法执行时间的指标,需独立于具体程序和计算机。
  • 基本计数单位的选择对时间复杂度的计算至关重要。
  • 大 O 表示法用于描述算法在规模 n 增加时的主导部分,提供近似值。
  • 最优情况、最坏情况和平均情况是评估算法性能的重要指标。
  • 常见的时间复杂度函数包括 O(1)、O(logn)、O(n)、O(n^2) 等。
  • 空间复杂度是指算法所需的存储空间,通常关注辅助存储单元。
  • 在编写代码时,重视时间复杂度的估算可以提高代码效率。
  • 估算算法复杂度需要多加练习,逐步提高理解和应用能力。
➡️

继续阅读