복잡도(Complexity)
- 알고리즘 성능을 나타내는 척도
▶ 시간 복잡도(Time Complexity)
: 알고리즘의 필요 연산 횟수
- 어떤 문제를 해결하기 위한 알고리즘의 필요 연산 횟수
- 빅오(Big-O) 표기법을 통해 나타냄

▶ 공간 복잡도(Space Complexity)
: 알고리즘의 필요 메모리
- 어떤 문제를 해결하기 위한 알고리즘의 필요 메모리 사용량
- 빅오 표기법을 통해 나타냄: 일반적으로 메모리 사용량 기준은 MB 단위

▶ 시간 복잡도와 공간 복잡도는 Trade-off 관계
실습 코드
// 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);
}
}
'자료구조 l 알고리즘 > Ch. 01. 기초 수학' 카테고리의 다른 글
| 지수와 로그 (0) | 2023.03.16 |
|---|---|
| 점화식과 재귀함수 (0) | 2023.03.16 |
| 조합 (0) | 2023.03.15 |
| 순열 (0) | 2023.03.14 |
| 경우의 수 (0) | 2023.03.14 |