时间复杂度(Time Complexity)
我们把规模为n的算法的执行时间,称为时间复杂度(time complexity)
算法运行所需的时间T表示为n的函数,记为T(n),其中f(n)是规模为n的算法,重复执行基本操作的次数
### 常见的时间复杂度的等级
O(1):常数阶,基本操作执行次数为常数
O(logn):对数阶
O(n):线性阶
O(nlogn):线性对数阶
O(n2):平方阶
O(nk):K方阶
O(xn):指数阶
一般地,对于足够大的n,常用的时间复杂性存在如下顺序:
O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<<O(2n)<O(3n)<...<O(n!)
- 基础
- 数据
- 数据元素
- 数据结构
- 集合结构
- 线性结构
- 树型结构
- 图状结构
- 数据存储结构
- 算法定义
- 算法效率度量
- 算法效率分析
- 时间复杂度
- O(1)
- O(n)
- O(n2)
- O(logn)
- 空间复杂度
- 线性表
- 数组
- 链表
- 串矩阵和广义表
- 串
- 矩阵
- 广义表
- 栈和队列
- 栈
- 队列
- 树和二叉树
- 二叉树
- 满二叉树
- 完全二叉树
- 哈夫曼树
- 二叉查找树-BST树
- AVL树
- 红黑树
- B树
- B+树
- 字典树
- 跳表
- 算法
- 排序算法
- 冒泡排序
- 选择排序
- 快速排序
- 插入排序
- 希尔排序
- 归并排序
- 堆排序
- 基数排序
- 计数排序
- 桶排序
- 查找算法
- 二分查找算法
- Hash算法
- 一致性hash算法
- 算法题
- 001-用两个栈实现队列
- 002-只使用栈和递归逆序一个栈
- 附录
- SkipList跳表