时间复杂度的计算

文章目录

前言

一、时间复杂度是什么？

二、时间复杂度的大O渐进表示法计算规则

1、用常数1取代运行时间中的所有加法常数。

2、在修改后的运行次数函数中，只保留最高阶项。

3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。

三.常见的时间复杂度计算典例

总结

---

---

前言

当我们写出一个解决问题的算法时，我们该如何去评价一个算法的好坏呢？我们一般会从时间和空间两个维度去评判一个算法的好坏，时间复杂度主要衡量一个算法的运行快慢，而空间复杂度主要衡量一个算法运行所需要的额外空间。

---

一、时间复杂度是什么？

算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。一个算法执行所耗费的时间，理论上是无法计算出来的，只有在电脑中运行才能得出。因此，在实际上，我们一般把算法中的基本操作的执行次数，记为算法的时间复杂度。实际中我们计算时间复杂度时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，那么这里我们使用大O的渐进表示法。

二、时间复杂度的大O渐进表示法计算规则

1、用常数1取代运行时间中的所有加法常数。

代码如下（示例）：

// 计算Func的时间复杂度？
void Func(int N)
{
 int count = 0;
 for (int k = 0; k < 100; ++ k)
 {
 ++count;
 }
 printf("%d\n", count);
}

分析：因为k<100是常数，与N无关 ，所以Func函数的时间复杂度是O(1).

2、在修改后的运行次数函数中，只保留最高阶项。

void BubbleSort(int* a, int n)
{
 assert(a);
 for (size_t end = n; end > 0; --end)
 {
 int exchange = 0;
 for (size_t i = 1; i < end; ++i)
 {
 if (a[i-1] > a[i])
 {
 Swap(&a[i-1], &a[i]);
 exchange = 1;
 }
 }
 if (exchange == 0)
 break;
   }
}

分析：该函数的基本操作是for循环，最好情况执行n次，最坏情况执行了n(n-1)/2(等差数列前n项和），考虑最坏情况并只保留最高次，所以冒泡排序的时间复杂度是O(n^2).

3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。

void Func2(int N)
{
 int count = 0;
 for (int k = 0; k < 2 * N ; ++ k)
 {
 ++count;
 }
 int M = 10;
 while (M--)
 {
 ++count;
 }
 printf("%d\n", count);
}

 分析：该函数的基本操作是for循环，for循环的执行次数是2N, 根据规则三，除去与之相乘的2，所以该函数的时间复杂度是O(N)

三.常见的时间复杂度计算典例

// 计算BinarySearch的时间复杂度？
int BinarySearch(int* a, int n, int x)
{
 assert(a);
 int begin = 0;
 int end = n-1;
 // [begin, end]：begin和end是左闭右闭区间，因此有=号
 while (begin <= end)
 {
 int mid = begin + ((end-begin)>>1);
 if (a[mid] < x)
 begin = mid+1;
 else if (a[mid] > x)
 end = mid-1;
 else
 return mid;
 }
 return -1;
}

分析:二分查找的基本操作是while循环，设执行次数为m,每次查找范围缩小一半，所以有m次2相乘后该程序结束得到总数N。即2^m=N,那么m=log2(N),即log以2为底N的对数，这就是该算法的时间复杂度O(m=log2(N)）

// 计算阶乘递归Fac的时间复杂度？
long long Fac(size_t N)
{
 if(0 == N)
 return 1;
 
 return Fac(N-1)*N;
}

分析：该函数的基本操作是调用Fac(N-1),从1到n 一共调用了n次，所以该算法的时间复杂度为O(N)

---

总结

以上就是对时间复杂度的简单介绍以及一部分关于时间复杂度计算的简单典型例题·。