在竞赛中,一般认为计算机在1秒内可以执行5 × 1e8 次计算,计算次数如果超出这个限制会出现超时。
1.O(1)
如果直接访问一个数值的时候,直接查找一个矩阵中的第i行第j列直接访问输出A【i】【j】就行了,
2.O(log(2)n)
这种情况就是每一步计算后,问题规模就会减小一半,例如在一个长度为n的有序数列中查找某一个数的时候,用折半查找的方法只需要log(2)n次就能找到,再如分治法,一般情况下,在每个步骤把规模减小一倍,所以一共有O(log(2)n)个步骤。
3.O(nlog(2)n)
计算时间随规模n线性增长,在很多情况下,这是算法可能达到的最优复杂度,因为对输入的n个数,程序一般需要处理所有的数,即计算n次。
5.O(n*n)
一个两重循环的算法时间复杂度为O(n*n),例如冒泡排序使用的双重循环。
6.O(2^n)
一般对应集合问题,例如一个集合里面有n个数要求输出它的所有子集,子集有2^n个
7.O(n!)
在排列问题里,如果要求把所有的结果全部输出,那么时间复杂度就是O(n!)。
在时间限制为1秒的时候
当n<=11的时候,哪种时间复杂度都可以通过。
当n<=25的时候,O(n!)不能通过
当n<=5000的时候,O(2^n),O(n!)不能通过
当n<=1e6的时候,O(n*n),O(2^n),O(n!)不能通过
当n<=1e7的时候,O(nlog(2)n),O(n*n),O(2^n),O(n!)不能通过
当n<=1e8的时候,O(log(2)n)能通过。