O（1），O（n），O（n * n）记忆的含义是什么？
可能重复：
Big O的纯英文解释
很多时候，算法的时间复杂性被讨论时，内存也被考虑在内。 我想知道big-O（1），big-O（n），big-O（n * n）内存的含义是什么？
它与时间复杂性有何关系？
正如xmoex所说：
o（1）构成了一个不断的内存使用情况。 所以输入量是无关紧要的。
o（n）构成线性内存使用情况。 所以更多的输入意味着线性更多的内存。
o（n * n）构成二次存储器使用情况。 所以更多的输入意味着更多的内存（平均x ^ 2）。
在大多数情况下，这种内存复杂度度量与时间复杂度的度量完全无关。 对于计算机算法，了解算法如何管理这些复杂性以决定算法的质量很重要。 但是两者都必须单独计算。 根据您的使用情况和问题的情况，其中一个可能比另一个更重要。
o（1）表示恒定的平均内存使用量，无论您的输入大小如何
o（n）表示如果你有n个正在处理的元素，你的平均内存需求将增长为线性
o（n * n）表示如果您有n个正在处理的元素，则您的平均内存需求将增加二次方
有一篇关于所谓的大o符号的wiki文章（也包括很少的o ...）
我不确定你在这里的意思是否是大O或小O，但我会更普遍地回答。
这对于记忆来说意味着它与时间相同。 如果函数在内存O（1）中增长，那么无论输入大小如何，它都会使用恒定的内存量。 如果一个函数在O（n）中增长，它使用一个线性量，而O（n * n）它使用一个二次量。
链接地址: http://www.djcxy.com/p/6743.html