大 O 表示法：使用流程图了解时间复杂度

我强烈推荐 Edison 关于 JavaScript 中 Big-O 复杂性的文章。这是我见过的关于该主题的最友好的文章。

文章不再可用

当我用流程图可视化 Big-O 时间复杂度时，我将向 Edison 学习要点。

Olog(n)

对数时间

我直观地理解时间复杂度的方法是查看迭代器（例如 i*2），并查看函数有多少个循环。

在）

线性时间



线性时间和对数时间看起来很相似，但由于循环条件的不同，输出有所不同。 exampleLogarithmic(100) 将返回 1, 2, 4, 8, 16, 32, 64，而 exampleLinear(100) 只是循环遍历 100 以下的所有正整数。

O(n^2)

二次时间



循环次数与 n 的指数一致。您可以从字面上看到随着时间复杂度的增加，函数变得越来越大。

O(n^3)

立方时间



这不是理解时间复杂度的唯一方法，但从字面上看到函数随着时间复杂度的增加而变长确实很有帮助。有时，代码是用白纸黑字写成的

。视觉学习者无法理解积木的意义。

<p>现在我们来做一个测验。这个函数的时间复杂度是多少？</p>

<p>猜猜看...<br><br>
<img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173601046526425.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Big O Notation: Understanding Time Complexity using Flowcharts"><br><br>
是线性的！我可以这么说，因为有一个循环，并且迭代器不会导致循环跳过任何整数。</p>

<p>这个函数的时间复杂度是多少？<br><br>
<img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173601046682236.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Big O Notation: Understanding Time Complexity using Flowcharts"><br><br>
不要怀疑自己。虽然这与第一个示例有点不同，但它具有线性时间复杂度。</p>

<p>这个函数的时间复杂度是多少？<br><br>
<img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173601046719860.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Big O Notation: Understanding Time Complexity using Flowcharts"><br><br>
您可能会在这里看到一种模式。这是线性的！</p><p>现在，如果您一直遵循我的逻辑，这可能是一个棘手的问题：<br><br>
<img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173601046876014.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Big O Notation: Understanding Time Complexity using Flowcharts"></p>

<p>我说过指数n表示的循环数被提升到。那么为什么它的时间复杂度是线性的而不是二次的呢？</p>

<p>如果它在另一个 for 循环中显示一个 for 循环，那么时间复杂度将是二次方。然而，一个 for 循环在<em>之后运行</em>另一个 for 循环的时间复杂度不是二次的，而是线性的。</p>

<p>好的，那么这个函数的时间复杂度是多少？<br><br>
<img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173601046913700.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Big O Notation: Understanding Time Complexity using Flowcharts"><br><br>
这里没有什么棘手的。这具有二次时间复杂度。</p>

<p>现在，对于你的最后一个问题 - 一个质疑所有其他问题的问题 - 这个函数的时间复杂度是多少？<br><br>
<img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173601047060673.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Big O Notation: Understanding Time Complexity using Flowcharts"><br><br>
我希望您正在查看 for 循环的条件以及循环的绝对数量。由于循环条件 i<n>

<p>我用我的应用程序生成了这篇文章中的图像，我在另一篇文章中描述了其开发过程：</p>

<p><img src="/static/imghwm/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173601047160481.jpg?x-oss-process=image/resize,p_40" class="lazy" alt="Big O Notation: Understanding Time Complexity using Flowcharts">[</p>

<h2>
  
  
  如何在 Lighthouse 上获得 100
</h2>

<h3>
  
  
  末德明亚德 ・ 2020 年 8 月 30 日 ・ 阅读 2 分钟
</h3>

<h2>
  
  
  webperf#speed#javascript#webdev
</h2>

<p>](/ender_minyard/how-i-got-100-on-lighthouse-2icd)</p>


          

            
        </n></p>

以上是大 O 表示法：使用流程图了解时间复杂度的详细内容。更多信息请关注PHP中文网其他相关文章！