6.1.3 算法优化 MATLAB 性能优化:算法优化实践详解 1.3 算法优化 1.3.1 理解算法复杂度与瓶颈 在深入算法优化之前,理解算法复杂度至关重要。算法复杂度描述了算法执行时间或所需资源(例如内存)随着输入数据规模增长而增长的速率。常见的复杂度包括: O(1): 常数时间复杂度,执行时间与输入规模无关。 O(log n): 对数时间复杂度,执行时间随输入规模的对数增长,效率较高。 O(n): 线性时间复杂度,执行时间与输入规模成正比。 O(n log n): 线性对数时间复杂度,常见于高效排序算法。 O(n 2 ): 平方时间复杂度,执行时间随输入规模的平方增长,效率较低,尤其当 n 较大时。