算法的时间复杂度在PC机上开发可能关系不太大,但是到了嵌入式系统下,复杂度就变得很重要了,一个复杂度很高的程序会使得本来有限的资源变得更加拮据,本文系转载自longmans的网易博客,借此学习下复杂度的计算。
本文主要从四个方面分析算法的复杂度:
一、算法耗费的时间和语句频度:
一个算法所耗费的时间=算法中每条语句的执行时间之和。每条语句的执行时间=语句的执行次数(即频度(Frequency Count))×语句执行一次所需时间。
算法转换为程序后,每条语句执行一次所需的时间取决于机器的指令性能、速度以及编译所产生的代码质量等难以确定的因素。若要独立于机器的软、硬件系统来分析算法的时间耗费,则设每条语句执行一次所需的时间均是单位时间,一个算法的时间耗费就是该算法中所有语句的频度之和。如下例:
求两个n阶方阵的乘积 C=A×B,其算法如下:
# define n 100 // n可根据需要定义,这里假定为100
void MatrixMultiply(int A[a],int B [n][n],int C[n][n])
{
//右边列为各语句的频度
int i ,j ,k;
(1) for(i=0; i<n;j++) // n+1
(2) for (j=0;j<n;