黄色无码视频在线观看视频,欧美熟妇极品在线看片

對數(shù)型O(log n)常用代碼執(zhí)行次數(shù)為x，n為目標(biāo)數(shù)字。符合2^x=n，推導(dǎo)出x=log2(n)（log n）的情況算法消耗隨n的增長而增長，性能較好let n = 100;let i = 1;while(i<n){i = i * 2}代碼分析： i為128 。n為100，時間復(fù)雜度為O(log2(100)) 。因?yàn)镸ath.log2(100)≈6.64，所以最終的時間復(fù)雜度為O(6.65) 。
線性型O(n)常見于一次for循環(huán)，while循環(huán)算法消耗隨n的增長而增長，性能一般無論n值有多大，即使是Inifinity，時間復(fù)雜度都為O(n)let n = 100;let j = 0;for(let i = 0;i<n;i++){j = i;}代碼分析： i為100，j為99 。n為100，時間復(fù)雜度為O(100) 。
線性對數(shù)型O(n log n)常用于一個對時間復(fù)雜度為O(log2(n))的代碼執(zhí)行一個n次循環(huán)算法消耗隨n的增長而增長，性能較差let n = 100;for(let m = 0; m<n; m++){let i = 1;while(i<n){i = i * 2}}代碼分析： i為128 。m為100，n為100，時間復(fù)雜度為O(m log2(n)) 。因?yàn)?00* Math.log2(100)≈664.39，所以最終的時間復(fù)雜度為O(664.39) 。
平方型O(n^2)、立方型O(n^3)、K次方型O(n^k)最常見的算法時間復(fù)雜度，可用于快速開發(fā)業(yè)務(wù)邏輯常見于2次for循環(huán)，或者3次for循環(huán)，以及k次for循環(huán)算法消耗隨n的增長而增長，性能糟糕實(shí)際開發(fā)過程中，不建議使用K值過大的循環(huán)，否則代碼將非常難以維護(hù)let n = 100let v = 0;for(let i =0;i<n;i++){for(let j = 0; j<n; j++){v = v+j+i;}}代碼分析： v為990000，i為100，j為100. n為100，時間復(fù)雜度為O(100^2) 。也就是O(10000) 。
立方型O(n^3)、K次方型O(n^k)和平方型O(n^2)類似，無非是多了幾次循環(huán) 。
// 立方型O(n^3)for(let i =0;i<n;i++){for(let j = 0; j<n; j++){for(let m = 0; m<n; m++){}}}// K次方型O(n^k)for(let i =0;i<n;i++){for(let j = 0; j<n; j++){for(let m = 0; m<n; m++){for(let p = 0; p<n; p++){... // for循環(huán)繼續(xù)嵌套下去，k值不斷增大}}}}平方底指數(shù)型O(2^n)、立方底指數(shù)型O(3^n)、K次底指數(shù)型O(k^n)常見于2次遞歸的情況，3次遞歸以及k次遞歸的情況算法消耗隨n的增長而增長，性能糟糕實(shí)際開發(fā)過程中，k為1時，一次遞歸的時間復(fù)雜度為O(1) 。因?yàn)镺(1^n)無論n為多少都為O(1) 。斐波那契數(shù)列（兔子數(shù)列、黃金分割數(shù)列）：1、1、2、3、5、8、13、21、34··· 題目：leetcode 509 斐波那契數(shù)
題解：509.斐波那契數(shù)
/** * @param {number} N * @return {number} */var fib = function (N) {/*** 解法1: 遞歸* 性能:88ms 34.2MB* 時間復(fù)雜度：O(2^N)*/if (N <= 1) return N;return fib(N - 1) + fib(N - 2);};假設(shè)N等于100 。代碼分析：結(jié)果為 xxx 。因?yàn)闉g覽器直接卡死。nodejs中也運(yùn)行不出來。具體原因則是2的100次方真的太大了。算不來。N為100，時間復(fù)雜度為O(2^100) 。因?yàn)镸ath.pow(2, 100)= 1.2676506002282294e+30，所以最終的時間復(fù)雜度為O(1.2676506002282294e+30) 。大到爆表。
立方底指數(shù)型O(3^n)、K次底指數(shù)型O(k^n)與平方底指數(shù)型O(2^n)類似，只不過基數(shù)變?yōu)榱?和k 。
O(Math.pow(3, n))O(Math.pow(k, n))假設(shè)n為100，假設(shè)k為5 。Math.pow(3, n)為5.153775207320113e+47 。Math.pow(5, n)為7.888609052210118e+69 。時間復(fù)雜度也是巨高，真的是指數(shù)爆炸。
更多的斐波那契數(shù)列時間復(fù)雜度O(2^N）的分析可以查看下文中的：如何理解斐波那契數(shù)列的時間復(fù)雜度O(2^N)?
階乘型O(n!)極其不常見算法消耗隨n的增長而增長，性能糟糕function nFacRuntimeFunc(n) {for(let i=0; i<n; i++) {nFacRuntimeFunc(n-1);}}階乘型O(n!)的時間復(fù)雜度按照(n!+(n-1)!+(n-2)!+ ··· + 1) +((n-1)!+(n-2)!+ ··· + 1)+ ··· 的方式去計(jì)算。注意哦，這里是多個階乘的和。不僅僅是n * (n-1) * (n-2) * (n-3)···1 。假設(shè)n從0到10，它的算法復(fù)雜度O(n!)依次為1，4，15，64，325，1956，13699，109600，986409，9864100··· 為了和上文中的其它算法復(fù)雜度做比較，n為100時是多少呢？ O(2^n)為10才是1024，n為100時O(2^n)直接瀏覽器卡死了。O(n!)才為10就接近1000萬了，真要是n設(shè)置成100，計(jì)算到機(jī)器燒了也計(jì)算不出吧。所以n為100時的O(n!)就不要想了，龐大到恐怖的一個數(shù)字。

以上關(guān)于本文的內(nèi)容，僅作參考！溫馨提示：如遇健康、疾病相關(guān)的問題，請您及時就醫(yī)或請專業(yè)人士給予相關(guān)指導(dǎo)!

「愛刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內(nèi)容，希望對您有所幫助：

解析西斐波那契數(shù)列通項(xiàng)公式 斐波那契數(shù)列時間復(fù)雜度推導(dǎo)( 二 )

解析西斐波那契數(shù)列通項(xiàng)公式斐波那契數(shù)列時間復(fù)雜度推導(dǎo)( 二 )