大 O 表示法：使用流程图了解时间复杂度

本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的，希望这篇《大 O 表示法：使用流程图了解时间复杂度》对你有很大帮助！欢迎收藏，分享给更多的需要的朋友学习~

我强烈推荐 Edison 关于 JavaScript 中 Big-O 复杂性的文章。这是我见过的关于该主题的最友好的文章。

文章不再可用

当我用流程图可视化 Big-O 时间复杂度时，我将向 Edison 学习要点。

Olog(n)

对数时间

我直观地理解时间复杂度的方法是查看迭代器（例如 i*2），并查看函数有多少个循环。

在）

线性时间



线性时间和对数时间看起来很相似，但由于循环条件的不同，输出有所不同。 exampleLogarithmic(100) 将返回 1, 2, 4, 8, 16, 32, 64，而 exampleLinear(100) 只是循环遍历 100 以下的所有正整数。

O(n^2)

二次时间



循环次数与 n 的指数一致。您可以从字面上看到随着时间复杂度的增加，函数变得越来越大。

O(n^3)

立方时间



这不是理解时间复杂度的唯一方法，但从字面上看到函数随着时间复杂度的增加而变长确实很有帮助。有时，用黑白 <pre> 块编写的代码无法让视觉学习者明白要点。

现在我们来做一个测验。这个函数的时间复杂度是多少？

猜猜看...



是线性的！我可以这么说，因为有一个循环，并且迭代器不会导致循环跳过任何整数。

这个函数的时间复杂度是多少？



不要怀疑自己。虽然这与第一个示例有点不同，但它具有线性时间复杂度。

这个函数的时间复杂度是多少？



您可能会在这里看到一种模式。这是线性的！

现在，如果您一直遵循我的逻辑，这可能是一个棘手的问题：

我说过指数n表示的循环数被提升到。那么为什么它的时间复杂度是线性的而不是二次的呢？

如果它在另一个 for 循环中显示一个 for 循环，那么时间复杂度将是二次方。然而，一个 for 循环在之后运行另一个 for 循环的时间复杂度不是二次的，而是线性的。

好的，那么这个函数的时间复杂度是多少？



这里没有什么棘手的。这具有二次时间复杂度。

现在，对于你的最后一个问题 - 一个质疑所有其他问题的问题 - 这个函数的时间复杂度是多少？



我希望您正在查看 for 循环的条件以及循环的绝对数量。由于循环条件 i<n*n，这具有二次时间复杂度。

我用我的应用程序生成了这篇文章中的图像，我在另一篇文章中描述了其开发过程：

[

如何在 Lighthouse 上获得 100

末德明亚德 ・ 2020 年 8 月 30 日 ・ 阅读 2 分钟

webperf#speed#javascript#webdev

](/ender_minyard/how-i-got-100-on-lighthouse-2icd)

今天关于《大 O 表示法：使用流程图了解时间复杂度》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！