算法的空间复杂度(Space Complexity)
2022/3/20 14:58:34
本文主要是介绍算法的空间复杂度(Space Complexity),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度,记做S(n)=O(f(n))。
常见的空间复杂度量级有:
- 常数阶O(1)
- 线性阶O(n)
常数阶O(1)
// 算法执行所需要的空间不随某个变量的大小而变化,则该算法的空间复杂度为一个常量,即O(1)。 int x = 13; x = x + 1; x = x + 1; x = x + 1; x = x + 1; x = x + 1; x = x + 1; x = x + 1; x = x + 1; x = x + 1;
线性阶O(n)
# include <stdio.h> int main() { int x[n]; int i; / *初始化数组元素 * / for (i = 0; i < n; i++) { x[i] = i + 1; } return 0; }
这篇关于算法的空间复杂度(Space Complexity)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-15PingCAP 黄东旭参与 CCF 秀湖会议,共探开源教育未来
- 2024-05-13PingCAP 戴涛:构建面向未来的金融核心系统
- 2024-05-09flutter3.x_macos桌面os实战
- 2024-05-09Rust中的并发性:Sync 和 Send Traits
- 2024-05-08使用Ollama和OpenWebUI在CPU上玩转Meta Llama3-8B
- 2024-05-08完工标准(DoD)与验收条件(AC)究竟有什么不同?
- 2024-05-084万 star 的 NocoDB 在 sealos 上一键起,轻松把数据库编程智能表格
- 2024-05-08Mac 版Stable Diffusion WebUI的安装
- 2024-05-08解锁CodeGeeX智能问答中3项独有的隐藏技能
- 2024-05-08RAG算法优化+新增代码仓库支持,CodeGeeX的@repo功能效果提升