图解常见排序方法的时间复杂度

图解常见排序方法的时间复杂度
强烈推介IDEA2020.2破解激活,IntelliJ IDEA 注册码,2020.2 IDEA 激活码

常见排序方法及其复杂度

在这里插入图片描述
几种复杂的表示方式:
O(1): 耗时/耗空间与输入数据大小无关
O(n): 就代表数据量增大几倍,耗时也增大几倍。比如常见的遍历算法。
O(n2),就代表数据量增大n倍时,耗时增大n的平方倍,这是比线性更高的时间复杂度。比如冒泡排序、递归算法,就是典型的O(n2)的算法,对n个数排序,需要扫描n×n次。
O( login)当数据增大n倍时,耗时增大logn倍(这里的log是以2为底的,比如,当数据增大256倍时,耗时只增大8倍,是比线性还要低的时间复杂度)。如:二分查找
O(nlogn)同理,就是n乘以logn,当数据增大256倍时,耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。多次使用二分法。

在这里插入图片描述

本文来源蹊源的奇思妙想,由架构君转载发布,观点不代表Java架构师必看的立场,转载请标明来源出处:https://javajgs.com/archives/14704

发表评论