本文主要是介绍数据结构与算法——Java实现 2.衡量算法好坏的标准，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一个洞穴是黑暗的，但是只要有光打了进去，黑暗就不再是他的宿命
—— 24.8.27
一、时间复杂度
时间复杂度是用来衡量:一个算法的执行，随数据规模增大，而增长的时间成本
时间复杂度不依赖于环境因素
如何表示时间复杂度呢?
假设算法要处理的数据规模是n，代码总的执行行数用函数 f(n)来表示
为了对 f(n)进行化简，应当抓住主要矛盾，找到一个变化趋势与之相近的表示法
二、大O表示法
已知 f(n) ，求 g(n)
① 表达式中相乘的常量，可以省略
② 多项式中数量规模更小(低次项)的表达式
③ 不同底数的对数，渐进上界可以用一个对数函数 log n 表示
④ 类似的，对数的常数次幂可省略
时间复杂度由低到高：
O(1) < O(log(n)) < O(n) < O(n*log(n)) < O(n^2) < O(2^n) < O(n!)
三、空间复杂度
与时间复杂度类似，一般也使用大O表示法来衡量：一个算法执行随数据规模增大，而增长的额外空间成本
这篇关于数据结构与算法——Java实现 2.衡量算法好坏的标准的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
