DSA:数据结构与算法速成课程 源码

数据结构与算法 大O 大O表示法用于描述算法的性能技术定义:描述当参数趋于特定值(或无穷大)时函数的限制行为 帮助我们确定给定算法是否可扩展(随着输入的增加)仅仅因为代码在我们的计算机上运行良好并不意味着它可以承受大量数据 根据我们使用的数据结构,操作可能会变得更加昂贵 当我们谈论每种方法时,我们都是用运行时复杂度来描述它的 “ O”源自Omicron,在德语中意为“订单”:“ Ordnung von” 我们不在乎特定的值,我们只想知道随着输入的增加,算法会减慢多少速度 时间复杂度 O(1)-恒定时间 “ 1的大O” 无论我们输入什么 O(2)可以简化为O(1) O(n)-线性时间 n表示输入的大小;随着n的增长,该算法的成本也呈线性增长 示例:for循环,对于每个循环,while循环,执行while循环(任何迭代的操作) 输入的大小很重要 O(1 + 1 + n)仍然是O(n):算法