📈 程序时空复杂度分析
把两段程序分别粘贴进去,自动估计时间复杂度与空间复杂度,并逐条给出判定依据,方便对比两种写法。代码只在本页做文本分析,不会上传、不会被执行。
⚠️ 请先读:任意程序的精确复杂度在理论上不可自动判定。本工具只识别常见的可判定结构(循环嵌套、二分减半、递归、排序、数组分配),
遇到
while(true)、动态上界、复杂递归等情况会明确标注「需人工确认」,绝不硬猜。
结论是静态估计,不是运行实测,请以算法思路为准,别把它当成证明。
① 粘贴程序
语言
程序一例如 O(n) 的单层扫描
程序二例如 O(n²) 的双重循环
② 分析结果
n 表示输入规模;判定依据逐条列出③ 常见复杂度速查
同一问题下,越靠上通常越优| 量级 | 典型写法 | n = 10⁶ 时的量级感受 |
|---|---|---|
O(1) | 数组随机访问、哈希表单次查找(平均) | 一次操作 |
O(log n) | 二分查找、每次把规模减半 | 约 20 次 |
O(n) | 单层遍历 | 百万次,可接受 |
O(n log n) | 比较排序、归并排序、堆 | 约两千万次,可接受 |
O(n²) | 双重循环、朴素冒泡 | 10¹² 次,通常会超时 |
O(n³) | 三重循环、朴素 Floyd | 只适合很小的数据 |
O(2ⁿ) | 无记忆化的多分支递归 | n≈30 就难以承受 |