一切都是为了统计代码执行的效率 事后统计法 通过统计、监控，就能得到算法执行的时间和占用的内存大小 大 O 复杂度表示法 随着数据规模的增长，算法的执行时间和空间占用，按照多项式的比例增长 时间复杂度的好坏排序 O(1)（常数阶）< O(logn)（对数阶）< O(n)（线性阶）< O(nlogn)（线性对数阶）< O(n^2)（平方阶）< O(n^3)（立方阶）< O(2^n)（指数阶）< O(…
一切都是为了统计代码执行的效率 事后统计法 通过统计、监控，就能得到算法执行的时间和占用的内存大小 大 O 复杂度表示法 随着数据规模的增长，算法的执行时间和空间占用，按照多项式的比例增长 时间复杂度的好坏排序 O(1)（常数阶）< O(logn)（对数阶）< O(n)（线性阶）< O(nlogn)（线性对数阶）< O(n^2)（平方阶）< O(n^3)（立方阶）< O(2^n)（指数阶）< O(…
讨论
登录后参与讨论
还没有评论，来说第一句吧。