共以下 20 个回答

  • Kisara 普通 2024年12月12日 下午7:06

    时间复杂度:算法中基本操作的运行次数
    空间复杂度:算法中需要额外定义空间的个数

    0 赞同 0 条回复
  • 吃碗草莓豆沙 普通 2024年12月9日 下午2:18

    时间复杂度:算法执行每条语句的次数之和
    空间复杂度:算法在执行过程中所消耗的存储空间

    0 赞同 0 条回复
  • Jerry 普通 2024年11月29日 下午2:48

    打卡学习

    0 赞同 0 条回复
  • 迢迢星野 普通 2024年11月29日 下午2:47

    时间复杂度:计算语句执行次数的的和,取最大幂次关于 n 的表达式,去掉其常数系数。
    空间复杂度:计算代码执行过程中所需额外的空间。

    0 赞同 0 条回复
  • 月下足迹 普通 2024年11月29日 上午10:07

    时间复杂度:计算语句执行次数的的和
    空间复杂度:计算代码执行过程中所需额外的空间

    0 赞同 0 条回复
  • lQl 永久会员 2024年11月28日 上午12:07
    1. 时间复杂度
      • 计算方法:确定算法基本操作,分析其执行次数与输入规模(n)的关系。用大(O)表示法表示。
      • 常见类型:
        • (O(1)):操作次数是常数,如访问固定位置数组元素。
        • (O(\log n)):每次迭代使问题规模按比例缩小,如二分查找。
        • (O(n)):操作次数和(n)线性相关,如线性搜索。
        • (O(n\log n)):如快速排序、归并排序平均情况。
        • (O(n^{2})):双层嵌套循环,如冒泡排序。
    2. 空间复杂度
      • 计算方法:确定算法额外存储空间,分析其与输入规模(n)的关系,用大(O)表示法表示。
      • 常见类型:
        • (O(1)):额外空间是常数,如交换变量时的临时变量。
        • (O(n)):额外空间和(n)线性相关,如长度为(n)的辅助数组。
        • (O(n^{2})):如(n\times n)的二维数组。
    0 赞同 0 条回复
  • mpweixin用户 普通 2024年11月27日 下午9:44

    打卡

    0 赞同 0 条回复
  • yelinliner 普通 2024年11月27日 下午2:31

    时间复杂度:
    保留最高次项并忽略该项的系数;

    简单地说就是当 n非常大时,这个项相对于另 外一个项很小,可以忽略,比如n相对于n^2,n就是低阶项

    T(n)=n+1 忽略常数项 T(n)\~n

    T(n)=n+n^2 忽略低阶项 T(n)\~n^2

    T(n)=3n 忽略最高阶的系数 T(n)\~n

    图片

    简化后的式子被称这个程序算法 的时间复杂度,记做O(f(n)、f(n)就 是简化后的式子,

    比如说刚开始讨 的T(n)=3n+3,筒化后T(n)\~f(n)=n, 那我们记为O(n)

    一般来说,最内层执行次数最多的语句就 决定了整个算法的趋势

    0 赞同 0 条回复
  • 岱 永久会员 2024年11月26日 下午9:34

    时间复杂度:算法中基本操作的运行次数
    空间复杂度:算法中需要额外定义空间的个数

    0 赞同 0 条回复
  • Tom Yuan 普通 2024年11月22日 上午12:29

    时间复杂度:取最大值 有常数系数通常可以省略 2n->n
    空间复杂度:算多开了的中间变量/结果

    0 赞同 0 条回复
  • 橙子陈爱吃橙子 普通 2024年11月21日 下午7:58

    时间复杂度:算法中基本操作的运行次数
    空间复杂度:算法中需要额外定义空间的个数

    0 赞同 0 条回复
  • Renasc 普通 2024年11月21日 下午1:47

    打卡

    0 赞同 0 条回复
  • 陆狗陆狗 普通 2024年11月21日 上午11:38

    打卡学习

    0 赞同 0 条回复
  • jaron 普通 2024年11月21日 上午10:37

    打卡

    0 赞同 0 条回复
  • mpweixin用户 普通 2024年11月21日 上午6:45

    时间复杂度是用来衡量算法的运行时间,关注输入规模对于时间的影响,通常通过分析算法中的循环和递归来确定。
    例如:
    对于一个简单的循环,从 1 到 n 迭代,时间复杂度是 O(n)。
    嵌套循环,比如一个循环从 1 到 n,另一个循环也从 1 到 n,时间复杂度是 O(n²)。
    空间复杂度则是衡量算法的内存使用,关注输入规模对内存的影响。
    主要是分析算法中使用的额外变量、数组、对象等所消耗的内存
    例如:
    如果使用了一个长度为 n 的数组,空间复杂度是 O(n)。
    如果只用了固定数量的变量,空间复杂度是 O(1)。

    0 赞同 0 条回复
  • 土豆哥 普通 2024年11月21日 上午2:35

    打

    0 赞同 0 条回复
  • Rad 普通 2024年11月21日 上午1:00

    打

    0 赞同 0 条回复
  • 越努力越幸运 普通 2024年11月20日 下午11:09

    打卡

    0 赞同 0 条回复
  • biangbb 普通 2024年11月20日 下午10:03

    打卡

    0 赞同 0 条回复
  • momo 普通 2024年11月20日 下午8:30

    打卡

    0 赞同 0 条回复

# 回答此问题

后才能回答