1樓：匿名使用者
時間複雜度考慮的是演算法的執行時間，因此是d
演算法的空間複雜度指的是什麼？
2樓：一騎當後
1、簡單來說bai：演算法的空間du
複雜度指的是佔zhi用記憶體
dao，cpu等計算機資源回的程度。
答 2、具體點來解釋就是：空間複雜度(space complexity)是對一個演算法在執行過程中臨時佔用儲存空間大小的量度，記做s(n)=o(f(n))。比如直接插入排序的時間複雜度是o(n^2),空間複雜度是o(1) 。
而一般的遞迴演算法就要有o(n)的空間複雜度了，因為每次遞迴都要儲存返回資訊。
一個演算法的優劣主要從演算法的執行時間和所需要佔用的儲存空間兩個方面衡量。
3樓：酋長的爺爺
這題毫無疑問選b。程式所「佔」空間指的僅僅是**長度，也就是你理解的佔儲存器空間；空間複雜度指的就是程式執行過程中由於需要所申請的記憶體空間，即所「需」空間。所以答案的解析沒問題但答案給錯了。
4樓：匿名使用者
應該是選擇 d)執行演算法需要的記憶體空間。【解析】 演算法的
複雜度主要包括演算法的時間複雜度
版和演算法權的空間複雜度。所謂演算法的時間複雜度是指執行演算法所需要的計算工作量;演算法的空間複雜度是指執行這個演算法所需要的記憶體空間。
演算法複雜度是什麼概念？
5樓：江湖三腳貓
看下資料結構，簡單解釋下：
演算法複雜度包括時間複雜度和空間複雜度。
時間複雜度就是執行演算法所需要的時間（執行多少次賦值、比較、判斷等操作），空間複雜度就是執行該演算法需要消耗多少儲存空間。
2者都是越低越好，但往往不能兼顧，需要找到時間和空間複雜度的平衡點。
資料結構中演算法的時間和空間複雜度怎麼計算
6樓：匿名使用者
你好．t(n)＝o( f (n) ) 表示時間問題規模n的增大，演算法執行時間的增長率和f(n)的增長率相同．稱作 時間複雜度．如下：1. 2.
for (i=1;i<=n;++i) 3. for ( j=1; j<=n;++j ) for (k+1;j<=n;++k) 基本操作「x增1」的語句的頻度分別為1.n和n的平方．則這三個程式段的時間複雜度分別 為．o(1).
o(n)..o(n平方)．分別為常量階．線性階．和平方階．．．演算法可能呈現 的時間 複雜度還有對數階o(long n) ．指數階o(2 n方)等 ．空間複雜度： s(n)=o(f(n))其中n為問題的規模（或大小）．一個上機執行的程式 除了需要儲存空間來寄存本身所用指令．常數．變數和輸入資料外．也要一些對資料進行操作 的工作單元和儲存一些為實現計算所需資訊的空間．若輸入資料所佔的空間只取決於問題本身，和演算法無關，則只要分析除輸入和程式之處的額處空間，否則應同時考慮輸入本身所需空間...
有點抽象．．．因為本人也學不好．所以．只能回答這些．．見諒．．
7樓：匿名使用者
排序演算法 所謂排序，就是使一串記錄，按照其中的某個或某些關鍵字的大小，遞增或遞減的排列起來的操作。 分類 在電腦科學所使用的排序演算法通常被分類為： 計算的複雜度（最差、平均、和最好表現），依據串列（list）的大小（n）。
一般而言，好的表現是o。(n log n)，且壞的行為是ω(n2)。對於一個排序理想的表現是o(n)。
僅使用一個抽象關鍵比較運算的排序演算法總平均上總是至少需要ω(n log n)。 記憶體使用量（以及其他電腦資源的使用） 穩定度：穩定排序演算法會依照相等的關鍵（換言之就是值）維持紀錄的相對次序。
也就是一個排序演算法是穩定的，就是當有兩個有相等關鍵的紀錄r和s，且在原本的串列中r出現在s之前，在排序過的串列中r也將會是在s之前。 一般的方法：插入、交換、選擇、合併等等。
交換排序包含氣泡排序（bubble sort）和快速排序（quicksort）。選擇排序包含shaker排序和堆排序（heapsort）。 當相等的元素是無法分辨的，比如像是整數，穩定度並不是一個問題。
然而，假設以下的數對將要以他們的第一個數字來排序。 (4, 1) (3, 1) (3, 7) (5, 6) 在這個狀況下，有可能產生兩種不同的結果，一個是依照相等的鍵值維持相對的次序，而另外一個則沒有： (3, 1) (3, 7) (4, 1) (5, 6) (維持次序) (3, 7) (3, 1) (4, 1) (5, 6) (次序被改變) 不穩定排序演算法可能會在相等的鍵值中改變紀錄的相對次序，但是穩定排序演算法從來不會如此。
不穩定排序演算法可以被特別地時作為穩定。作這件事情的一個方式是人工擴充鍵值的比較，如此在其他方面相同鍵值的兩個物件間之比較，就會被決定使用在原先資料次序中的條目，當作一個同分決賽。然而，要記住這種次序通常牽涉到額外的空間負擔。
排列演算法列表 在這個**中，n是要被排序的紀錄數量以及k是不同鍵值的數量。 穩定的 氣泡排序（bubble sort） — o(n2) 雞尾酒排序 (cocktail sort, 雙向的氣泡排序) — o(n2) 插入排序 （insertion sort）— o(n2) 桶排序 （bucket sort）— o(n); 需要 o(k) 額外 記憶體 計數排序 (counting sort) — o(n+k); 需要 o(n+k) 額外 記憶體 歸併排序 （merge sort）— o(n log n); 需要 o(n) 額外記憶體 原地歸併排序 — o(n2) 二叉樹排序 （binary tree sort） — o(n log n); 需要 o(n) 額外記憶體 鴿巢排序 (pigeonhole sort) — o(n+k); 需要 o(k) 額外記憶體 基數排序 （radix sort）— o(n·k); 需要 o(n) 額外記憶體 gnome sort — o(n2) library sort — o(n log n) with high probability, 需要 (1+ε)n 額外記憶體 不穩定 選擇排序 （selection sort）— o(n2) 希爾排序 （shell sort）— o(n log n) 如果使用最佳的現在版本 comb sort — o(n log n) 堆排序 （heapsort）— o(n log n) smoothsort — o(n log n) 快速排序 （quicksort）— o(n log n) 期望時間, o(n2) 最壞情況; 對於大的、亂數串列一般相信是最快的已知排序 introsort — o(n log n) patience sorting — o(n log n + k) 最外情況時間, 需要 額外的 o(n + k) 空間, 也需要找到最長的遞增子序列（longest increasing subsequence） 不實用的排序演算法 bogo排序 — o(n × n!) 期望時間, 無窮的最壞情況。
stupid sort — o(n3); 遞迴版本需要 o(n2) 額外記憶體 bead sort — o(n) or o(√n), 但需要特別的硬體 pancake sorting — o(n), 但需要特別的硬體 排序的演算法 排序的演算法有
演算法的時間複雜度與空間複雜度有之間關係嗎
8樓：匿名使用者
時間複雜度 是演算法的執行時間
空間複雜度是 演算法需要的記憶體空間，兩者沒有必然聯絡。
一個演算法的時間複雜度和其空間複雜度有何關係
9樓：丹靜格
一個演算法要做高效率低儲存是很困難的，也就是說，演算法的時間複雜度小，可能需要較大的空間複雜度。反之亦然。也可以說，通過空間換得時間
希望我的回答可以幫到您哦
時間複雜度與空間複雜度有什麼關係
10樓：匿名使用者
時間複雜度與空間複雜度沒有必然聯絡。但是也有以空間換時間或時間換空間的，此時，它們就會有影響。像雜湊法，用更多的空間，但時間會小於o(n)。
11樓：蓴灬叔
時間複雜度，就是計算程式執行的時間，空間複雜度， 就是所佔的記憶體空間。
同一問題可用不同演算法解決，而一個演算法的質量優劣將影響到演算法乃至程式的效率。演算法分析的目的在於選擇合適演算法和改進演算法。
電腦科學中，演算法的時間複雜度是一個函式，它定量描述了該演算法的執行時間。這是一個關於代表演算法輸入值的字串的長度的函式。時間複雜度常用大o符號表述，不包括這個函式的低階項和首項係數。
使用這種方式時，時間複雜度可被稱為是漸近的，它考察當輸入值大小趨近無窮時的情況。
空間複雜度(space complexity)是對一個演算法在執行過程中臨時佔用儲存空間大小的量度，記做s(n)=o(f(n))。比如直接插入排序的時間複雜度是o(n^2),空間複雜度是o(1) 。而一般的遞迴演算法就要有o(n)的空間複雜度了，因為每次遞迴都要儲存返回資訊。
一個演算法的優劣主要從演算法的執行時間和所需要佔用的儲存空間兩個方面衡量。
12樓：匿名使用者
沒什麼關係，空進複雜度是你用了多少記憶體，時間複雜度是你用了多少時間
c語言演算法時間複雜度,C語言演算法的時間複雜度如何計算啊？
外層抄迴圈執 行bain次 i 1,2,3.n 1，內層迴圈執du行n i次zhi,n i n 1,n 2,n 3.1 內層迴圈的daox 執行 1 2 3 n 3 n 2 n 1 n n 1 2 次 看看迴圈體的個來數，一般來說迴圈體自越多 時間bai複雜度越高 例如for i 0 n for j...
演算法的時間複雜度和空間複雜度怎麼看
時間複雜度，就是計算程式執行的時間，空間複雜度，就是所佔的記憶體空間。同一問題可用不同演算法解決，而一個演算法的質量優劣將影響到演算法乃至程式的效率。演算法分析的目的在於選擇合適演算法和改進演算法。電腦科學中，演算法的時間複雜度是一個函式，它定量描述了該演算法的執行時間。這是一個關於代表演算法輸入值...
請說明下列演算法的時間複雜度，請分析下列演算法的時間複雜度。（要求寫出分析過程）
第一個是 o 8 n 去常數項就是 o n 第二個是 o m n x 2和x 的複雜度是一樣的 都是o 1 這也是為什麼在高版精度之類的演算法裡 用四權位 八位分割後 可以提高速度的原因 1 o n 外層for迴圈 o n 內層for迴圈o 1 因為是常數個迴圈 x 2為o 1 則總的時間複雜度為o...