时间复杂度
算法的时间复杂度是一个函数，它定量描述了该算法的运行时间，时间复杂度常用“O”表述，使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况
时间复杂度是用来估计算法运行时间的一个式子（单位），一般来说，时间复杂度高的算法比复杂度低的算法慢
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
print(\'Hello world\') # O(1)
# O(1)print(\'Hello World\')
print(\'Hello Python\')
print(\'Hello Algorithm\')
for i in range(n): # O(n)
print(\'Hello world\')
for i in range(n): # O(n^2)
for j in range(n):
print(\'Hello world\')
for i in range(n): # O(n^2)
print(\'Hello World\')
for j in range(n):
print(\'Hello World\')
for i in range(n): # O(n^2)
for j in range(i):
print(\'Hello World\')
for i in range(n):
for j in range(n):
for k in range(n):
print(\'Hello World\') # O(n^3)
|
几次循环就是n的几次方的时间复杂度
|
1
2
3
4
|
n = 64
while n > 1:
print(n)
n = n // 2
|
26 = 64，log264 = 6，所以循环减半的时间复杂度为O(log2n)，即O(logn)
如果是循环减半的过程，时间复杂度为O(logn)或O(log2n)
常见的时间复杂度高低排序：O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n2logn)<O(n3)
空间复杂度
空间复杂度：用来评估算法内存占用大小的一个式子
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
a = \'Python\' # 空间复杂度为1
# 空间复杂度为1a = \'Python\'
b = \'PHP\'
c = \'Java\'
num = [1, 2, 3, 4, 5] # 空间复杂度为5
num = [[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]] # 空间复杂度为5*4
num = [[[1, 2], [1, 2]], [[1, 2], [1, 2]] , [[1, 2], [1, 2]]] # 空间复杂度为3*2*2
|
定义一个或多个变量，空间复杂度都是为1，列表的空间复杂度为列表的长度