复杂度分析

标签：最好   xmind   一段   why   数据   影响   空间复杂度   输入   循环   

# 复杂度分析
## WHY？
### 测试结果非常依赖测试环境
### 测试结果受测试规模的影响很大
## 大O复杂度表示法
### 并不代表真正的执行时间
### 代表代码执行时间随数据规模的变化趋势
### T(n) = O(f(n))
## 时间复杂度分析
### 只关注循环次数最多的一段代码
### 加法法则
* 总复杂度等于量级最大的那段代码的复杂度
### 乘法法则
## 几种常用的时间（空间）复杂度
### O(1)
### O(logn)
### O(n)
### O(nlongn)
### O(n^2)
### O(2^n)
### O(n!)
## 空间复杂度
## 最好时间复杂度
## 最坏时间复杂度
## 平均时间复杂度
## 均摊时间复杂度
## Summary: 引入原因？
### 不同的输入，复杂度的量级不同

*XMind: ZEN - Trial Version*

复杂度分析

标签：最好   xmind   一段   why   数据   影响   空间复杂度   输入   循环   

原文地址：https://www.cnblogs.com/ruruozhenhao/p/9842368.html