알고리즘 복잡도
1. 복잡도
- 알고리즘 성능을 나타내는 척도
- 시간복잡도 : 알고리즘의 필요 연산 횟수
- 공간 복잡도 : 알고리즘의 필요 메모리
- 시간 복잡도와 공간 복잡도는 Trade-off 관계
2. 시간 복잡도
- 어떤 문제를 해결하기 위한 알고리즘의 필요 연산 횟수
- 빅오(Big-O) 표기법을 통해 나타냄
3. 공간 복잡도
- 어떤 문제를 해결하기 위한 알고리즘의 필요 메모리 사용량
- 빅오 표기법을 통해 나타냄
- 일반적으로 메모리 사용량 기준은 MB단위
1 2
int[] a = new int[1000]; // 4KB int[][] a = new int[1000][1000]; // 4MB
(실습 : 시간복잡도 예시)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
// 기초 수학 - 알고리즘 복잡도
public class Main {
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 = 1; j < 8; j*=2) {
System.out.println("hello");
}
}
// O(N^2)
System.out.println("== O(N^2) ==");
for (int i = 0; i < 2; i++) {
for (int j = 0; j < 2; j++) {
System.out.print("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);
}
}
This post is licensed under CC BY 4.0 by the author.