算法效率：运行时间与空间复杂度
计算机科学概念
Pritesh Patel
Computer Scientist & Data Scientist for over 20 years
Big-O 记号简介
随输入增大，度量时间与空间增长
例：$O(n)$、$O(n^2)$、$O(\log n)$
"O"表示增长"阶"，如 O(n)=线性
时间复杂度——办公室类比
$O(1)$——常数时间——"快速一眼"——"常数"
$O(\log n)$——时间缓慢增加——"分堆"——"对数"
$O(n)$——线性增加——"通读文档"——"线性"
$O(n\,\log n)$——增加更快——"堆排序"——"线性对数"
$O(n^2)$——二次增长——"成对比对"——"二次"
空间复杂度——办公室类比
$O(1)$——常数空间——"桌面占用"——"常数"
$O(\log n)$——空间缓慢增加——"极简笔记"——"对数"
$O(n)$——线性增加——"便利贴"——"线性"
$O(n\,\log n)$——增加更快——"临时堆"——"线性对数"
$O(n^2)$——二次增长——"比较网格"——"二次"
让我们来练习！
计算机科学概念
Preparing Video For Download...
Preparing Video For Download...
