algorithm - 是否有评估算法的最佳时间/内存复杂度的经验法则？

<分区>

我总是难以评估问题的复杂性。我通常尝试找到 O(n) 的解决方案，但有时 O(nlogn) 甚至 O(n^2) 是最好的解决方案。

我知道的一个“经验法则”是，如果您有一个排序数组并且需要查找某些内容，则可能可以在 O(logn) 中完成。我也知道排序不能比 O(nlogn) 更快。没有经验的程序员可以遵循任何类似的规则吗？重复出现的问题您知道其复杂性吗？

对我来说最麻烦的是 O(n^2)，尤其是当我面临考试压力并且我浪费时间寻找更好的考试时。

我希望这不是一个过于宽泛和基于意见的问题。

谢谢!

最佳答案

非基于比较的排序需要 O(n) 时间。例如:基数排序。

这似乎是一本好书。 http://bigocheatsheet.com/它包含常见算法的列表，它们的空间和时间复杂度。希望这会有所帮助。

关于algorithm - 是否有评估算法的最佳时间/内存复杂度的经验法则？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22119147/

相关文章：

java - 二叉树的 hasPathSum() 实现