算法学习笔记

一、时间复杂度和空间复杂度

1.时间复杂度

时间复杂度用Big O notation表示，看执行次数。

O(1): Constant Complexity 常数复杂度
O(log n): Logarithmic Complexity 对数复杂度
O(n): Linear Complexity 线性时间复杂度
O(n^2): N square Complexity 平方
O(n^3): N cubic Complexity 立方
O(2^n): Exponential Growth 指数
O(n!): Factorial阶乘

注意：只看最高复杂度的运算，不关心常数系数。

• 如何理解算法时间复杂度的表示法
• Master theorem)
• 主定理

2.空间复杂

1. 数组的长度
   一维数组，长度为n，则空间复杂度为O(n)，
   二维数组，长度为n^2，则空间复杂度为O(n^2)。
2. 递归的深度
   递归最深的深度，为空间复杂度的最大值。
3. 数组+递归
   空间复杂度为两者之间的最大值。