常见的时间复杂度

Qter

本帖最后由 逸帅 于 2021-3-18 22:59 编辑 常见的时间复杂度 1) 常数阶 O(1) 2) 对数阶 O(log2n) 3) 线性阶 O(n) 4) 线性对数阶 O(nlog2n) 5) 平方阶 O(n^2) 6) 立方阶 O(n^3) 7) k 次方阶 O(n^k) 8) 指数阶 O(2^n) 1、时间复杂度排序： ​        常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜ Ο(nk) ＜ Ο(2n) ，随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低 2、介绍（1）常数阶O(1) ​        无论代码执行了多少行，只要是没有循环等复杂结构，那这个代码的时间复杂度就都是O(1) 代码在执行的时 候，它消耗的时候并不随着某个变量的增长而增长，那么无论这类代码有多长，即使有几万几十万行，都可以用O(1)来表示它的时间复杂度。 （2) 对数阶 O(log2n) （3) 线性阶 O(n) （4) 线性对数阶 O(nlogN) （5) 平方阶 O(n2) （6) 立方阶 O(n3)、K 次方阶 O(n^k) ​                三层n循环，K层N循环 3、平均时间复杂度和最坏时间复杂度 下次再被人问到你写的代码时间复杂度是多少，可一定要会哦~ https://www.52pojie.cn/thread-1395781-1-1.html