Skip to content

1. 什么是复杂度

  1. 程序执行时需要的计算量和内存空间(和代码是否简洁无关)
  2. 复杂度是数量级(方便记忆、推广),不是具体的数字
  3. 一般针对一个具体的算法,而非一个完整的系统。
  • 时间复杂度:程序执行时需要的计算量(CPU)

    algorithm-complexity.png

    • O(1) 一次就够(数量级)
      js
      function fn (obj = {}, key) {
        return obj[key];
      }
    • O(n) 和传输的数据量一样(数量级)
      js
      function fn (arr = []) {
        for (let i = 0; i < arr.length; i++) {
          console.log(arr[i])
        }
      }
    • O(n ^ 2) 数据量的平方(数量级)
      js
      function fn (arr = []) {
        for (let i = 0; i < arr.length; i++) {
          for (let j = 0; j < arr.length; j++) {
            console.log(arr[j])
          }
        }
      }
    • O(logn) 数据量的对数(数量级)
      • 二分排序
    • O(n*logn) 数据量 * 数据量的对数(数量级)
      • n * 二分排序
  • 空间复杂度:程序执行时需要的内存空间

    • O(1) 有限的、可数的空间(数量级)
      js
      function fn (arr = []) {
        // 类似这种 a b 变量 空间复杂度就是 O(1)
        const a = arr[1]
        const b = arr[2]
      }
    • O(n) 和输入的数据量形同的空间(数量级)
      js
      function fn (arr = []) {
        const arr2 = []
      
        for (let i = 0; i < arr.length; i++) {
          // 这种 空间复杂度就是 O(n)
          arr2[i] = arr[i]
        }
        return arr2
      }

Released under the MIT License.