算法复杂度

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n
log2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   木林coder  阅读(49)  评论(0编辑  收藏  举报

编辑推荐:
· 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?
阅读排行:
· 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
点击右上角即可分享
微信分享提示