알고리즘 복잡도
알고리즘 복잡도
복잡도 (Complexity)
알고리즘 성능을 나타내는 척도
시간 복잡도 (Time Complexity)
알고리즘의 필요 연산 횟수
공간 복잡도 (Space Complexity)
알고리즘의 필요 메모리
시간 복잡도와 공간 복잡도는 Trade-off 관계
시간 복잡도 (Time Complexity)
어떤 문제를 해결하기 위한 알고리즘의 필요 연산 횟수
빅오(Big-O) 표기법을 통해 나타냄
공간 복잡도
어떤 문제를 해결하기 위한 알고리즘의 필요 메모리 사용량
빅오 표기법을 통해 나타냄
일반적으로 메모리 사용량 기준은 MB 단위
int[] a = new int[1000]; // 4KB
int[][] a = new int[1000][1000] // 4MB
public class Practice7 {
static int fibonacci(int n) {
if (n < 3) {
return 1;
}
return fibonacci(n - 2) + fibonacci(n - 1);
}
static int factorial(int n) {
if (n < 1) {
return 1;
}
return n * factorial(n - 1);
}
public static void main(String[] args) {
//1. 시간 복잡도
System.out.println("== 시간 복잡도==");
//O(1)
System.out.println("== O(1) ==");
System.out.println("hello");
//O(logN)
System.out.println("== O(logN) ==");
for (int i = 1; i < 16; i *= 2) {
System.out.println("hello");
}
//O(N)
System.out.println("== O(N) ==");
for (int i = 0; i < 2; i++) {
System.out.println("hello");
}
//O(NlogN)
System.out.println("== O(NlogN) ==");
for (int i = 0; i < 2; i++) {
for (int j = 0; j < 2; j++) {
System.out.println("hello ");
}
System.out.println();
}
//O(2^N)
System.out.println("== O(2^N) ==");
//피보나치 재귀
//1, 1, 2, 3, 5, 8, 13, . . .
System.out.println(fibonacci(6));
//2. 공간 복잡도
System.out.println("== 공간 복잡도 ==");
//O(N)
System.out.println("== O(N) ==");
int n = 3;
System.out.println(factorial(n));
//O(1)
System.out.println("== O(1) ==");
int result = 1;
for (int i = 1; i <= n; i++) {
result *= i;
}
System.out.println(result);
}
}
== 시간 복잡도==
== O(1) ==
hello
== O(logN) ==
hello
hello
hello
hello
== O(N) ==
hello
hello
== O(NlogN) ==
hello
hello
hello
hello
== O(2^N) ==
8
== 공간 복잡도 ==
== O(N) ==
6
== O(1) ==
6
출처 : 제로베이스
Leave a comment