数据结构与算法学习记录-Day2

1.4.3 算法的时问复杂度

空间效率和时间效率矛盾。

事后统计法； 缺点：客观因素影响

事前分析估算法；

语句的重复执行次数（语句频度）和执行一次所需时间的乘积；

一个算法的执行时间大致上等于其所有语句执行时间的总和；

每条语句执行一次所需的时间，一般是随机器而异的。取决于机器的指令性能、速度以及编译的代码质量。是由机器本身软硬件环境决定的，它与算法无关。（利用单位时间内制和语句频度可脱离计算机环境来比较时间性能）

例：求两个n阶矩阵的乘积算法。

优化：只比较数量级（渐进时间复杂度O（f(n)））

T（n）=O（f(n)） T（n)是f(n)的同数量级函数

O-Order

T(n)=O(n^3)

所以，看最内层循环（基本语句）叠加次数即可（抓大头）

基本语句的特点：

算法中重复执行次数和算法的执行时间成正比的语句；

对算法运行时间的贡献最大；

执行次数最多；

问题规模n:

找高次，去系数。

例：

x=0;y=0; for(int k=0;k<n;k++) x++； for(int i=0;i<0;i++) for(int j=0;j<n;j++) y++;

f(n)=n(n+1)

T（n）=O(n^2)

立方阶：

for (i=1;i<=n;i++)

        for (j=1;j<=i;j++)

                for(k=1;k<=j;k++)

                        x=x+1;

T（n）=O(n^3)

O(lgn)也可