时间复杂度的计算

算法是解决问题的方法与步骤

在看一个算法是否优秀时，我们一般要考虑一个算法的时间复杂度

现在随着空间越来越大，时间复杂度成了一个算法的重要指标，那么如何估计一个算法的时间复杂度？

一、

常见的时间复杂度：O(1)  O(logn)  O(n)  O(nlogn)  O(n^2)  O(2^n)  O(n!)

二、

时间复杂度：分析算法的执行效率

1.

int fun(int n)
{
  int n;
  int j=3*n;
  return i+j;
}

时间复杂度O(1)*******************************************************************************************该代码执行了一句话或一条语句，得出了一个固定常数。

2.

int fun(int n)
{
  int i=1;
  while(i<=n)
   i=i*2;
  return i;
}

时间复杂度为O(logn)**************************************************************************************

该代码主要部分是while循环，可以理解为n=2^x，x=log2n。

3.

int fun(int n)
{
  int sum=0;
  for(int i=0;i<n;i++)
   sum+=i;
  return sum;
}

时间复杂度为O(n)******************************************************************************************

该代码主要部分为for循环，循环内累加，执行了n次。

4.

int fun(int m,int n)
{
  int sum=0;
  for(int i=1;i<=m;i++)
   sum+=i;
  for(int i=2;i<=n;i++)
   sum+=i;
  return sum;
}

时间复杂度为O(m+n)**************************************************************************************

该代码主要部分为两个for循环，第一个for循环执行了m次，第二个for循环执行了n次。

5.

int fun(int m,int n)
{
  int sum=0;
  for(int i=0;i<m;i++)
  {
   for(int j-0;j<n;j++)
   {
    sum+=i*j;
    j=j*2;
   }
  }
  return sum;
}

时间复杂度为O(mlogn)************************************************************************************

改代码主要部分是两个for循环，第一个for循环执行了m次，第二个为x=log2n型。

6.

int fun(int n)
{
  int sum=0;
  for(int i=0;i<n;i++)
  {
   for(int j=0;j<n;j++)
   {
    sum+=i*j;
   }
  }
  return sum;
}

时间复杂度为O(n^2)***************************************************************************************

该代码主要部分为两个for循环，均执行了n次。

三、

常见的时间复杂度：O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(2^n)<O(n!)

通常情况下，竞赛环境中要求运行时间为1秒，计算机1秒可以执行的次数为10亿次。