입출력 값 범위에 대한 자료형

자료형	크기 (byte)	범위
boolean	1	true or false
char	2	'\u0000' ~ 'uFFFF'
byte	1	-128 ~ 127
short	2	-32768 ~ 32767
int	4	-2147483648 ~ 2147483647
long	8	-9223372036854775808 ~ 9223372036854775807
float	4	1.4E-45 ~ 3.4028235E38
double	8	4.9E-324 ~ 1.7976931348623157E308

시간 복잡도

시간 복잡도는 특정 알고리즘이 어떤 문제를 해결하는데 걸리는 시간을 의미한다.

▫ 가장 자주 사용되는 표기법

빅오 표기법 : 최악의 경우를 고려하므로, 프로그램이 실행되는 과정에서 소요되는 최악의 시간까지 고려할 수 있다.

▫ O(1) : 스택의 Push, Pop
▫ O(log n) : 이진트리
▫ O(n) : for 문
▫ O(n log n) : 퀵 정렬(quick sort), 병합정렬(merge sort), 힙 정렬(heap Sort)
▫ O(n²): 이중 for 문, 삽입정렬(insertion sort), 거품정렬(bubble sort), 선택정렬(selection sort)
▫ O(2ⁿ) : 피보나치 수열

정렬 알고리즘 비교

공간 복잡도

공간복잡도는 알고리즘이 실행되는 동안 필요로 하는 메모리 공간의 양을 측정하는 데 사용되는 개념이다. 즉, 알고리즘이 실행되는 동안 사용되는 메모리의 양을 나타내며, 이는 실행 시간과 마찬가지로 알고리즘의 성능을 평가하는 데 중요한 지표 중 하나이다.

공간복잡도는 일반적으로 알고리즘의 입력 크기에 대한 함수로 표현된다. 예를 들어, 입력 크기 n에 대해 배열을 사용하여 정렬하는 알고리즘이 O(n)의 공간복잡도를 가진다면, 이 알고리즘이 실행되는 동안 최대 n개의 요소가 포함될 수 있는 배열을 만들어야 한다는 것을 의미한다.

공간복잡도는 알고리즘의 실행속도와 마찬가지로 중요한 성능 측정 지표 중 하나이다. 특히, 제한된 메모리 용량을 가진 시스템에서는 공간복잡도가 중요한 고려 사항이 될 수 있다. 따라서 알고리즘을 설계하거나 선택할 때 공간복잡도를 고려해야 한다.