algorithm/leetcode-master
1
0
Fork 0
mirror of https://github.com/youngyangyang04/leetcode-master.git synced 2025-07-09 03:34:02 +08:00
Code Issues Packages Projects Releases Wiki Activity

Update 关于时间复杂度，你不知道的都在这里！.md

Browse Source
This commit is contained in:
ShimenTian
2024-04-02 22:35:58 +08:00
committed by GitHub
parent 3dd5b33cec
commit 0422b137a2
1 changed files with 3 additions and 3 deletions
Download Patch File Download Diff File Expand all files Collapse all files

6
problems/前序/关于时间复杂度，你不知道的都在这里！.md
View File

@ -19,7 +19,7 @@
**时间复杂度是一个函数，它定性描述该算法的运行时间**。
我们在软件开发中，时间复杂度就是用来方便开发者估算出程序运行的答题时间。
我们在软件开发中，时间复杂度就是用来方便开发者估算出程序运行的大体时间。
那么该如何估计程序运行时间呢，通常会估算算法的操作单元数量来代表程序消耗的时间，这里默认CPU的每个单元运行消耗的时间都是相同的。
@ -42,7 +42,7 @@
我们主要关心的还是一般情况下的数据形式。
**面试中说道算法的时间复杂度是多少指的都是一般情况**。但是如果面试官和我们深入探讨一个算法的实现以及性能的时候，就要时刻想着数据用例的不一样，时间复杂度也是不同的，这一点是一定要注意的。
**面试中说的算法的时间复杂度是多少指的都是一般情况**。但是如果面试官和我们深入探讨一个算法的实现以及性能的时候，就要时刻想着数据用例的不一样，时间复杂度也是不同的，这一点是一定要注意的。
## 不同数据规模的差异
@ -61,7 +61,7 @@
例如上图中20就是那个点，n只要大于20 常数项系数已经不起决定性作用了。
**所以我们说的时间复杂度都是省略常数项系数的，是因为一般情况下都是默认数据规模足够的大，基于这样的事实，给出的算法时间复杂的的一个排行如下所示**：
**所以我们说的时间复杂度都是省略常数项系数的，是因为一般情况下都是默认数据规模足够的大，基于这样的事实，给出的算法时间复杂度的一个排行如下所示**：
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