vault backup: 2022-05-08 21:50:20

数据结构与算法之美/时间和空间复杂度.md

@@ -8,6 +8,15 @@ O(n^2) 计算量是输入量级的平方
 O(logn) 计算量是数据量的对数
 O(n * logn) 数据量 * 数据量的对数
 
-O(n) 常见于循环遍历的算法中，而O(n^2) 则会经常出现在嵌套循环的算法中
+O(n) 常见于循环遍历的算法中
+O(n^2) 则会经常出现在嵌套循环的算法中
+O(logn) 常见于二分的算法中
+O(n * logn) 常见于循环嵌套二分的算法中
 
 ## 空间复杂度
+
+O(1) 无论输入的量级有多大，始终都保持相同空间量
+O(n) 计算量和输入的量级成正比，即输入量级越大计算量越大
+O(n^2) 计算量是输入量级的平方
+O(logn) 计算量是数据量的对数
+O(n * logn) 数据量 * 数据量的对数