每个程序员都应该收藏的算法复杂度速查表
这篇文章覆盖了计算机科学里面常见算法的时间和空间的大 OBig-O 复杂度。
算法复杂度这件事
这篇文章覆盖了计算机科学里面常见算法的时间和空间的 大 O 复杂度。我之前在参加面试前，经常需要花费很多时间从互联网上查找各种搜索和排序算法的优劣，以便我在面试时不会被问住。最近这几年，我面试了几家硅谷的初创企业和一些更大一些的公司，如 Yahoo、eBay、LinkedIn 和 Google，每次我都需要准备这个，我就在问自己，“为什么没有人创建一个漂亮的大 O 速查表呢？”所以，为了节省大家的时间，我就创建了这个，希望你喜欢！
--- Eric
图例
| 绝佳 | 不错 | 一般 | 不佳 | 糟糕 |
数据结构操作
| 数据结构 | 时间复杂度 | 空间复杂度 |
|---|---|---|
| 平均 | 最差 | |
| 访问 | 搜索 | |
| Array | O(1) | O(n) |
| Stack | O(n) | O(n) |
| Singly-Linked List | O(n) | O(n) |
| Doubly-Linked List | O(n) | O(n) |
| Skip List | O(log(n)) | O(log(n)) |
| Hash Table | - | O(1) |
| Binary Search Tree | O(log(n)) | O(log(n)) |
| Cartesian Tree | - | O(log(n)) |
| B-Tree | O(log(n)) | O(log(n)) |
| Red-Black Tree | O(log(n)) | O(log(n)) |
| Splay Tree | - | O(log(n)) |
| AVL Tree | O(log(n)) | O(log(n)) |
数组排序算法
| 算法 | 时间复杂度 | 空间复杂度 |
|---|---|---|
| 最佳 | 平均 | |
| Quicksort | O(n log(n)) | O(n log(n)) |
| Mergesort | O(n log(n)) | O(n log(n)) |
| Timsort | O(n) | O(n log(n)) |
| Heapsort | O(n log(n)) | O(n log(n)) |
| Bubble Sort | O(n) | O(n^2) |
| Insertion Sort | O(n) | O(n^2) |
| Selection Sort | O(n^2) | O(n^2) |
| Shell Sort | O(n) | O((nlog(n))^2) |
| Bucket Sort | O(n+k) | O(n+k) |
| Radix Sort | O(nk) | O(nk) |
图操作
| 节点 / 边界管理 | 存储 | 增加顶点 | 增加边界 | 移除顶点 | 移除边界 | 查询 |
|---|---|---|---|---|---|---|
| Adjacency list | O( | V | + | E | ) | O(1) |
| Incidence list | O( | V | + | E | ) | O(1) |
| Adjacency matrix | O( | V | ^2) | O( | V | ^2) |
| Incidence matrix | O( | V | ⋅ | E | ) | O( |
堆操作
| 类型 | 时间复杂度 | | --- |