算法的效率取决于两个参数:
null
1.时间复杂性
2.空间复杂性
时间复杂性: 时间复杂度定义为特定指令集执行的次数,而不是总时间。这是因为所花费的总时间还取决于一些外部因素,如使用的编译器、处理器的速度等。
空间复杂性: 空间复杂度是程序执行所需的总内存空间。
两者都是作为输入大小(n)的函数计算的。
这里重要的一点是,尽管有这些参数,算法的效率也取决于 自然界 和 大小 这个 输入
以下是一份快速修订表,您可以在最后一分钟参考
算法 | 时间复杂性 | |||
---|---|---|---|---|
最好的 | 平均的 | 最差的 | ||
选择排序 | Ω(n^2) | θ(n^2) | O(n^2) | |
气泡排序 | Ω(n) | θ(n^2) | O(n^2) | |
插入排序 | Ω(n) | θ(n^2) | O(n^2) | |
堆排序 | Ω(n对数(n)) | θ(n对数(n)) | O(n日志(n)) | |
快速排序 | Ω(n对数(n)) | θ(n对数(n)) | O(n^2) | |
合并排序 | Ω(n对数(n)) | θ(n对数(n)) | O(n日志(n)) | |
斗式分拣 | Ω(n+k) | θ(n+k) | O(n^2) | |
基数排序 | Ω(nk) | θ(nk) | O(nk) | |
计数排序 | Ω(n+k) | θ(n+k) | O(n+k) |
此外,请参见:
如果您发现任何不正确的地方,或者您想分享有关上述主题的更多信息,请写评论
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END