時間復雜度(Time Complexity)
我們把規模為n的算法的執行時間,稱為時間復雜度(time complexity)
算法運行所需的時間T表示為n的函數,記為T(n),其中f(n)是規模為n的算法,重復執行基本操作的次數
### 常見的時間復雜度的等級
O(1):常數階,基本操作執行次數為常數
O(logn):對數階
O(n):線性階
O(nlogn):線性對數階
O(n2):平方階
O(nk):K方階
O(xn):指數階
一般地,對于足夠大的n,常用的時間復雜性存在如下順序:
O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<<O(2n)<O(3n)<...<O(n!)
- 基礎
- 數據
- 數據元素
- 數據結構
- 集合結構
- 線性結構
- 樹型結構
- 圖狀結構
- 數據存儲結構
- 算法定義
- 算法效率度量
- 算法效率分析
- 時間復雜度
- O(1)
- O(n)
- O(n2)
- O(logn)
- 空間復雜度
- 線性表
- 數組
- 鏈表
- 串矩陣和廣義表
- 串
- 矩陣
- 廣義表
- 棧和隊列
- 棧
- 隊列
- 樹和二叉樹
- 二叉樹
- 滿二叉樹
- 完全二叉樹
- 哈夫曼樹
- 二叉查找樹-BST樹
- AVL樹
- 紅黑樹
- B樹
- B+樹
- 字典樹
- 跳表
- 算法
- 排序算法
- 冒泡排序
- 選擇排序
- 快速排序
- 插入排序
- 希爾排序
- 歸并排序
- 堆排序
- 基數排序
- 計數排序
- 桶排序
- 查找算法
- 二分查找算法
- Hash算法
- 一致性hash算法
- 算法題
- 001-用兩個棧實現隊列
- 002-只使用棧和遞歸逆序一個棧
- 附錄
- SkipList跳表