关于算法的时间复杂度

本文详细介绍了算法的时间复杂度概念,包括基本操作的定义、时间规模的确定以及如何计算时间复杂度。通过实例解析了在不同情况下计算时间复杂度的方法,如循环条件中的变量关系对时间复杂度的影响。
摘要由CSDN通过智能技术生成

一、时间复杂度的概念

一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数f(n),算法的时间量度记作:

T(n) = O(f(n))

它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称时间复杂度

二、概念详解

  1. 基本操作
    多数情况下,为最深层循环内的语句所描述的操作。

  2. 时间规模n
    一个算法的运行工作量只取决于问题的规模(通常用n表示)。在算法中,总能找到一个n,一般存在于循环的判断条件中。

三、计算时间复杂度方法

  1. 找出基本操作
    基本操作即为重复执行次数和算法的执行时间成正比的操作,简单的说,就是该语句执行完时,算法也将结束。

  2. 确定时间规模n
    规模n一般可由循环条件获知。循环执行的次数(基本操作执行的次数)和参数n有关,其参数n就是规模n。

例如:
	for
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值