时间复杂度

算法

Created At : 2020-06-11 10:06

Views 👀 :

1. 概述
2. 常用时间复杂度

时间复杂度

1. 概述

定性描述该算法的运行时间。
时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。例如，如果一个算法对于任何大小为 n （必须比 n0 大）的输入，它至多需要 5n3 + 3n 的时间运行完毕，那么它的渐近时间复杂度是 O(n3)。

2. 常用时间复杂度

$O(1)$
单if判断

if x == 0 {
}

$O(\log n)$
二分法查找

func binarySearch(arr []int, low, high, hkey int) int {
    for low <= high {
        mid := low + (high-low)/2
        if arr[mid] == hkey {
            return mid
        } else if hkey < arr[mid] {
            high = mid - 1
        } else if hkey > arr[mid] {
            low = mid + 1
        }
    }
    return -1
}

$O(n)$
单for循环

for k, v := range n... {
}

$O(n^{2})$
二重for循环

for k, v := range n... {
    for k, v := range n... {
    }
}

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 wind.kaisa@gmail.com