kaisawind's blog

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... {
    }
}

时间复杂度 - Thu, Jun 11, 2020

1. 概述

2. 常用时间复杂度