TypeScript 备忘录

如上图，横坐标为 n ，可以看到，不同时间复杂度随着 n 的增大操作次数或者说执行时间的递增趋势

常见的时间复杂度量级有

• 常数级 O(1)
• 对数级 O(log n)
• 线性级 O(n)
• 线性对数级 O(n*log n)
• 平方级 O(n^2)
• 立方级 O(n^3)
• K次方级 O(n^k)
• 指数级 O(2^n)

上面从上到下依次时间复杂度越来越大，执行效率越来越低，大部分常用的在上面的图表中都有展示

所以在程序或是刷题中，我们应该尽量使用低时间复杂度的方法

时间复杂度就到此为止了，我们也列举了常见的时间复杂度，接下来我们来看看空间复杂度

空间复杂度

空间复杂度其实就是对一个算法或者说一段代码在运行过程中占用存储空间大小表达方式

我们上面讲过了时间复杂度，那么再来说空间复杂度会简单的很多

空间复杂度也就是 S(n) ，它同样会用大O表示法来表示，我们直接上例子

「例1：」
 

比如客服、售后。根据业务总量分配资源和人力。考核本身服务满意度，服务覆盖率，从呼叫到响应的速度，严重投诉/风险事件的应对速度，等等。做好本职工作及完成任务。

硬支持类：考核。

硬支持类的考核就简单清晰很多：供给到位，损耗降低。并且追求的是峰值控制与长期水平的下降。太过计较一城一地得失，反而容易定出来很死板的流程，搞出很多乌龙(如下图)
 

之后，就可以分门别类进行分析考察。

软支持类：放弃直接关联销售业绩，按需分配。

软支持的核心问题，在于不能自证清白。对于品牌宣传而言，即使所有宣传都带连接，导流到购买页面，也无法证明到底用户购买是多大因为品牌，甚至这些年爆款打法、网红带货，都在可以弱化品牌，突出产品功能和粉丝效应。况且，至少6成以上的品牌宣传，根本连带货链接都没有(比如上市前的宣传)，就更无从谈起了。客服、售后也同理，虽然顾客找上门来的时候，这两者服务很重要。但是主动发起的客户比例少，因此很难关联整体业绩。

这种不做不行，做了说不清楚效果的事，最好直接按整体业绩比例分配资源，考核自身的效果，而不是非要强行关联销售业绩。

比如根据产品生命周期/时间，配置宣传力度(如下图)宣传能达成足够市场认知，覆盖足够人数(考核点击、转发、阅读数等等)即完成任务。

（编辑：通化站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!