圖解常見排序方法的時間複雜度

常見排序方法及其複雜度 幾種複雜的表示方式： O（1）： 耗時/耗空間與輸入數據大小無關 O（n）: 就代表數據量增大幾倍，耗時也增大幾倍。比如常見的遍歷算法。 O(n2)，就代表數據量增大n倍時，耗時增大n的平方倍，這是比線性更高的時間複雜度。比如冒泡排序、遞歸算法，就是典型的O(n2)的算法，對n個數排序，需要掃描n×n次。 O( login)當數據增大n倍時，耗時增大logn倍（這裏的log

>>阅读原文<<