算法的复杂性是一种分类算法与替代算法相比效率的方法。它的重点是执行时间如何随着要处理的数据集而增加。算法的计算复杂度在计算中很重要。
非常适合根据算法所需的相对时间量或相对空间量对算法进行分类,并将时间/空间需求的增长指定为输入大小的函数。
时间复杂度
时间复杂度是作为输入大小的函数的程序运行时间。
空间复杂度
空间复杂度根据算法完成其任务需要多少空间来分析算法。空间复杂度分析在计算的早期(当计算机上的存储空间有限时)至关重要。
现在很少出现空间问题,因为电脑上的空间足够大。
我们实现了以下类型的复杂性分析
最坏情况:f(n)
它由在任何大小为 n 的实例上采取的最大步数定义。
最佳情况:f(n)
它由在任何大小为 n 的实例上采取的最小步数定义。
平均情况:f(n)
它由在任何大小为 n 的实例上采取的平均步数定义。