Big-O 표기

- 시간 복잡도 : 단순 시간이 아닌 연산 연산 횟수를 기준

 

- 시간 복잡도 예시

N = 입력 된 수 : ex) 16

O(1) : 상수시간

O(logN) : 로그 = 4

O(N) : 직선(선형) = 16       (for 문)

O(NlogN : 선형 로그 = 16 * 4  = 64

O(N^2) = 256                 (이중 for문)

O(2^N) = 65,xxx              (피보나치 수열)

 

아래로 내려갈수록 시간 복잡도는 높아짐.

 

* 알고리즘 작성에 있어서 효율성을 증가시키는 것은 매우 중요함.

* 시간 복잡도 = N값의 증가에 따른 처리 시간이 증가하는 정도