什么是复杂度

什么是复杂度？

• 程序执行时需要的计算量和内存空间（和代码是否简介无关）
• 复杂度是数量级（方便记忆、推广），不是具体的数
• 一般针对一个具体的算法，而非一个完整的系统

常见的复杂度有O(1)、O(logn)、O(n)、O(nlogn)、O(n^2)，见下图

时间复杂度（程序执行时需要的计算量）

1. 以下代码时间复杂度为O(1)，因为计算量是可数的，固定的
   可数的意思就是：和输入量无关，无论输入量是1还是1000，都不影响它

function fn(obj) {
    // O(1)
    return obj.a +_obj.b + obj.c // 计算量为 4-5
}
function fn(obj, key) {
    // O(1)
    return obj[key] // 计算量为 1
}

2. 以下代码时间复杂度为O(n)，因为输入量是多少，计算量就是多少

function fn(arr = []) {
    // O(n)
    // 如果数组长度是100，计算量就是100
    // 如果数组长度是1000，计算量就是1000
    for (let i = 0; i < arr.length; i++) {
        console.info(arr[i])
    }
}

3. 以下代码时间复杂度为O(n^2)

function fn(arr = []) {
    // O(n^2)
    // 如果数组长度是10,则外层循环执行10次，然后每次循环里又执行10次，则一共是100次，所以是n^2
    for (let i = 0; i < arr.length; i++) {
        for (let j = 0; j < arr.length; j++) {
            console.info(j)
        }
    }
}

4. 以下代码时间复杂度为O(logn)

function fn(arr = []) {
    // O(logn)
    // 二分算法
}

5. 以下代码时间复杂度为O(nlogn)

function fn(arr = []) {
    // O(nlogn) for循环中【嵌套】一个二分算法
    for (let i = 0; i < arr.length; i++) {
        // 二分算法
    }
}

空间复杂度（程序执行时需要的内存空间）

1. 以下代码空间复杂度为O(1)，因为计算量是可数的，固定的

function fn(arr = []) {
    // O(1)
    const a = arr[1]
    const b = arr[2]
}

2. 以下代码空间复杂度为O(n)，因为arr2所占空间与传入的数据量（arr）的长度有关，arr的长度越长，arr2所占的空间就越大

function fn(arr = []) {
    // O(n)
    const arr2 = []
    for (let i = 0; i < arr.length; i++) {
        arr2[i] = arr[i] + 10
    }
    return arr2
}

前端领域重时间轻空间，因为前端要求程序运行时间更快一些。