算法分析--时间复杂度

算法的时间复杂度：T(n)=O(f(n))当且仅当存在正常数c和N，
对所有的n(n>=N)，满足0<=T(n)<=c X f(n)函数f(n)是函数T(n)取值的上限，
随问题规模n的增长，算法执行时间的增长率和f(n)的增长率是相同的。

算法的执行时间=指令序列的执行次数 X 指令序列的执行时间
对于如下两个n阶矩阵相乘的算法，求其时间复杂度。

public class 时间复杂度 { 
public static void squareMult(int[ ][ ] a,int[ ][ ]b,int [ ][ ]c,int n){
	 for(int i=0;i<n;i++)                                         //n+1	
	 	 for(int j=0;j<n;j++) {                            //n*(n+1)			
	 	  c[i][j]=0;                                            //n*n		
	 	  	 for(int k=0;k<n;k++)                //n*n(n+1)			
	 	  	 	 c[i][j]+=a[i][k]*b[k][j];     //n*n*n		
	 	  	 	  }
	 	  	 	  }
	 	  	 	  }

此算法 执行次数之和为 2nnn+3nn+2n+1T(n)=O(nn*n)。

public class 整型数组 {
	public static int sum(int a[]) {	
		int n = a.length, s = 0;           //1	
			for (int i = 0; i < n; i++)        //n+1		
				s = s + a[i];                  //n                                          		                   return s;                          //1
	}
}

执行次数之和2n+1，则T(n)=O(n)。

public static void myOut() {     
		for( i = 1;i<n;i=2*i) 		
			printf("%4d",i);	
				}  

语句频度为f(n), f(n)<=log2,n , T(n)=O(log2,n)