算法时间复杂度-平方阶

下面例子是一个循环嵌套，它的内循环刚才我们已经分析过，时间复杂度为O(n)。

int i, j;for (i = 0; i < n; i++)

{   

  for (j = 0; j < n; j++)    

{       

 /* 时间复杂度为O(1)的程序步骤序列 */   

  }

}

而对于外层的循环，不过是内部这个时间复杂度为O(n)的语句，再循环n次。

所以这段代码的时间复杂度为O(n2)。

如果外循环的循环次数改为了m，时间复杂度就变为O(m×n)。i

nt i, j;for (i = 0; i < m; i++)

{    

for (j = 0; j < n; j++)    

{       

  /* 时间复杂度为O(1)的程序步骤序列 */    

}

}

所以我们可以总结得出，循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。

那么下面这个循环嵌套，它的时间复杂度是多少呢？

int i, j;for (i = 0; i < n; i++)

{   

 for (j = i; j < n; j++)  /* 注意j = i 而不是0 */   

 {       

 /* 时间复杂度为O(1)的程序步骤序列 */  

  }

}

由于当i=0时，内循环执行了n次，当i=1时，执行了n-1次，……当i=n-1时，执行了1次。

所以总的执行次数为：用我们推导大O阶的方法，

第一条，没有加法常数不予考虑；

第二条，只保留最高阶项，因此保留n2/2；

第三条，去除这个项相乘的常数，也就是去除1/2，最终这段代码的时间复杂度为O(n2)。