o(n) 数据增加n倍时,时间增加n倍,如遍历 o(n^2) 数据增加n倍时,时间增加n^2倍,如冒泡排序,需要扫描nn次 o(log2) 数据增加n倍时,时间增加log2倍,如二分查找,256个数字只需要8次就可以找到 o(nlog2) 数据增加n倍时,时间增加nlog2倍,如归并排序,当数据增大256倍时,耗时增大256*8次 o(1) 数据增加n倍时,时间不变,如hash算法永远只需要一次
posted on 2021-07-03 15:46 木林coder 阅读(49) 评论(0) 编辑 收藏 举报
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识（上）
· 浏览器原生「磁吸」效果！Anchor Positioning 锚点定位神器解析
· 没有源码，如何修改代码逻辑？
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了