时间复杂度

1. O(1)

1
2
3

int i = 8;
int j = 6;
int sum = i + j;

2. O(logn)、O(nlogn)

1
2
3
4

i=1;
while (i <= n)  {
  i = i * 2;
}

3. O(m+n)、O(m*n)

代码的复杂度由两个数据的规模来决定，我们需要将加法规则改为：T1(m) + T2(n) = O(f(m) + g(n))。但是乘法法则继续有效：T1(m) * T2(n) = O(f(m) * f(n))。

空间复杂度

1
2
3
4
5
6
7
8
9
10
11

void print(int n) {
  int i = 0;
  int[] a = new int[n];
  for (i; i <n; ++i) {
    a[i] = i * i;
  }

  for (i = n-1; i >= 0; --i) {
    print out a[i]
  }
}

我们可以看到，第 2 行代码中，我们申请了一个空间存储变量 i，但是它是常量阶的，跟数据规模 n 没有关系，所以我们可以忽略。第 3 行申请了一个大小为 n 的 int 类型数组，除此之外，剩下的代码都没有占用更多的空间，所以整段代码的空间复杂度就是 O(n)。常见的空间复杂度就是 O(1)、O(n)、O(n2 )。

总结