算法复杂度这件事-转载

本文主要是介绍算法复杂度这件事-转载，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！

转载自：

https://linux.cn/article-7480-1.html

算法复杂度这件事

这篇文章覆盖了计算机科学里面常见算法的时间和空间的大 O（Big-O） 复杂度。我之前在参加面试前，经常需要花费很多时间从互联网上查找各种搜索和排序算法的优劣，以便我在面试时不会被问住。所以，为了节省大家的时间，我就创建了这个，希望你喜欢！

--- Eric

图例

| 绝佳 | 不错 | 一般 | 不佳 | 糟糕 |

数据结构操作

数据结构	时间复杂度	空间复杂度
	平均	最差
—	—	—
	访问	搜索
—	—	—
Array	O(1)	O(n)
Stack	O(n)	O(n)
Singly-Linked List	O(n)	O(n)
Doubly-Linked List	O(n)	O(n)
Skip List	O(log(n))	O(log(n))
Hash Table	-	O(1)
Binary Search Tree	O(log(n))	O(log(n))
Cartesian Tree	-	O(log(n))
B-Tree	O(log(n))	O(log(n))
Red-Black Tree	O(log(n))	O(log(n))
Splay Tree	-	O(log(n))
AVL Tree	O(log(n))	O(log(n))

数组排序算法

算法	时间复杂度	空间复杂度
	最佳	平均
—	—	—
Quicksort	O(n log(n))	O(n log(n))
Mergesort	O(n log(n))	O(n log(n))
Timsort	O(n)	O(n log(n))
Heapsort	O(n log(n))	O(n log(n))
Bubble Sort	O(n)	O(n^2)
Insertion Sort	O(n)	O(n^2)
Selection Sort	O(n^2)	O(n^2)
Shell Sort	O(n)	O((nlog(n))^2)
Bucket Sort	O(n+k)	O(n+k)
Radix Sort	O(nk)	O(nk)

图操作

节点 / 边界管理	存储	增加顶点	增加边界	移除顶点	移除边界	查询
Adjacency list	O(	V	+	E	)	O(1)
Incidence list	O(	V	+	E	)	O(1)
Adjacency matrix	O(	V	^2)	O(	V	^2)
Incidence matrix	O(	V	⋅	E	)	O(

堆操作

类型	时间复杂度
	Heapify
—	—
Linked List (sorted)	-
Linked List (unsorted)	-
Binary Heap	O(n)
Binomial Heap	-
Fibonacci Heap	-

大 O 复杂度图表

Big O Complexity Graph

这篇关于算法复杂度这件事-转载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！

---