数据结构（C语言）时间复杂度

最新推荐文章于 2024-06-24 13:05:45 发布

H_aspx

最新推荐文章于 2024-06-24 13:05:45 发布

阅读量2.8k

点赞数 11

分类专栏：数据结构文章标签：数据结构时间复杂度

本文链接：https://blog.csdn.net/H_aspx/article/details/89483574

版权

2 篇文章 0 订阅

订阅专栏

算法执行时间=原操作（i）的执行次数*原操作（i）的执行时间
算法执行时间与原操作执行次数之和成正比

1.定义：
计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况。

2.理解
算法的时间复杂度，用来度量算法的运行时间，记作: T(n) = O(f(n))。它表示随着输入大小n 的增大，算法执行需要的时间的增长速度可以用 f(n) 来描述。

3、推导大O阶方法

4.简单举例

运算次数为常数的算法：

temp=a; a=b; b=temp;;

该语句共三条操作，单句操作频度为1，即使他有多条操作，也只是一个常数，该类时间复杂度为O（1)。

<线性阶>运算次数为线性的算法：

sum=0；   //频度为1              
  for(i=0;i<n;i++)  //频度为n       
    sum++；//频度为n

so f(n)=n+n+1=2n+1, 这类时间复杂度为O（n）。此类中算法操作次数增长和n成正比。

<对数阶>一个算法如果能在每个步骤去掉一半数据元素，如二分检索，通常它就取 O(logn)时间：

  int i=1; 
    while (i<=n) 
       i=i*2;

上面代码设第三行的频度是f(n), 则：2的f(n)次方<=n;f(n)<=log₂n，取最大值f(n)= log₂n，所以T(n)=O(log₂n )

<平方阶>O(n²)（n的k次方的情况）最常见的就是平时的对数组进行排序的各种简单算法都是O(n²)，例如直接插入排序的算法：
~~ex1:~~

    sum=0；      //频度为1         
     for(i=0;i<n;i++)     //频度为n
        for(j=0;j<n;j++)     //频度n^2
           sum++；         //频度n^2

so T(n)=2n²+n+1 =O(n²)

~~ex2:~~

int i, j, n = 100;
for( i=0; i < n; i++ )
{
    for( j=0; j < n; j++ )
    {
        printf(“hello world\n”);
    }
}

n等于100，也就是说外层循环每执行一次，内层循环就执行100次，那总共程序想要从这两个循环出来，需要执行100*100次，也就是n²。so时间复杂度为O(n²)。
总结：如果有三个这样的嵌套循环就是n³(例如矩阵相乘算法)。所以总结得出，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。

百度词条：时间复杂度
强烈推荐B站的学习视频！！！

关注