1 组成部分
- 时间复杂度
- 空间复杂度
2 时间复杂度
2.1 怎样评估算法的优劣
拆分算法成为单个的常数项操作,然后相加,得出总操作次数即可评估时间复杂度
2.2 常数时间的操作
2.2.1 概念
如果一个操作的执行时间不以具体样本量变化而变化,每次执行的时间都是固定的,则成为常数操作
举例:
/*
单独的 sum+=i; 不会因为n的值变化,而导致赋值操作时间变化,是常数操作。
而整个for循环会根据n的变化而变化,不是常数项操作
*/
int sum=0;
int n=10;
for(int i=0;i<n;i++){
sum+=i;
}
2.2.2 常见的常数时间的操作
- 数组寻址
- 常见的算数运算(+ - * / % 等 )
- 位运算( & | ~ ^ << >> >>>)
- 赋值、比较、自增、自减等
链表寻址不是常数项操作
2.3 计算时间复杂度举例
举例1
int sum=0;
int n=10;
for(int i=0;i<n;i++){
sum+=i;
}
“sum+=i”:拆分为(+ 、赋值 ),循环了n次。总操作次数为2*n,所以时间复杂度为O(n)。
举例2
int sum=0;
int n=10;
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
sum+=j;
}
}
“sum+=i”:拆分为(+ 、赋值 ),内层循环了n次,外层循环了n次。总操作次数为2nn,所以时间复杂度为O(n^2)。
备注(频度)
在时间频度不相同时,时间复杂度有可能相同,如T(n)=n^2 +3n+4与T(n)=4n^2 +2n+1它们的频度不同,但时间复杂度相同,都为O(n^2)