一文带你了解算法复杂度O(),O(n),O(logn),O(nlogn)的含义.docxVIP

一文带你了解算法简单度O(1),O(n),O(logn),O(nlogn)的含义 2021-11-21 信任很多开发的同伴们在争辩算法、排序的时候经常会遇到O(1)，O(n)，O(logn)，O(nlogn)这些简单度，看到这里就会有个怀疑，这个O(N)到底代表什么呢？ 首先o(1), o(n), o(logn), o(nlogn)是用来表示对应算法的时间简单度,这是算法的时间简单度的表示。不只仅用于表示时间简单度，也用于表示空间简单度。 算法简单度分为时间简单度和空间简单度。其作用： 时间简单度是指执行这个算法所需要的计算工作量； 空间简单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，而算法的简单性就是体现在运转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。 时间简单度为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 ++; } 复制代码 时间简单度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简单度。比如冒泡排序，就是典型的O(n x n)的算法，对n