일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 |
Tags
- Node.js
- 비동기
- 노드 윈스턴
- Transaction
- NoSQL
- 1주차
- 웹 스크래핑(크롤링)
- cors
- 4주차
- 5주차
- 위키백과
- nginx
- 항해99
- MongoDB
- post
- 숙제
- Get
- OpenAPI
- 트랜잭션
- Sequelize
- 스파르타코딩클럽
- JWT
- SQL
- 2주차
- 부트스트랩
- 3주차
- 개발일지
- HTTPS
- db
- node winston
Archives
- Today
- Total
얼음꽃의 일지
시간 복잡도와 공간 복잡도 본문
728x90
시간 복잡도
- 알고리즘을 수행하는 동안 연산이 몇번이나 수행되는지를 나타내는 것 ( 수행 시간 분석 )
- 빅-오 표기법 개념 이용
공간 복잡도
- 프로그램을 실행 시키고 나서 완료하는데 필요한 저장 공간의 양을 나타내는 것 ( 메모리 사용량 분석 )
- 빅-오 표기법 개념 이용
O(1) (Constant)
-> 입력되는 값의 크기와 상관없이 항상 일정한 시간이 걸림
-> Stack
O(logn) (Logarithmic)
-> 입력되는 값의 크기가 커질수록 처리 시간이 logn 만큼 짧아짐
-> Binary-Tree
O(n) (Linear)
-> 입력되는 값의 크기가 커질수록 같이 비례해서 처리 시간이 증가
-> For
O(nlogn) (Linear-Logarithmic)
-> 입력되는 값의 크기가 커질수록 처리시간은 로그값 만큼 비례해서 증가
-> Sort
O(n^2) (Quadratic)
-> 입력되는 값의 크기가 커질수록 처리시간이 엄청나게 증가
-> Fibonacci sequence
O(2^n) (Exponential)
-> 입력되는 값의 크기가 커질수록 기하급수적으로 증가
즉, 처리속도가 빠를 수록 좋다 ( 물론 상황에 따라서 다름 )
728x90
'항해 일지' 카테고리의 다른 글
정규화 (0) | 2022.12.18 |
---|---|
Array 와 Linked-List 차이 (0) | 2022.12.18 |
var, let, const 삼총사 (0) | 2022.12.17 |
스택, 큐는 어떤 아이들인가? (0) | 2022.12.17 |
‘==’와 ‘===’ 연산자의 차이 (0) | 2022.12.17 |