算法时间复杂度(一)

本文介绍了算法时间复杂度的基本概念,包括O阶推导法分析算法的时间复杂度:常数阶O(1),线性阶O(n),平方阶O(n^2)以及对数阶O(logn)。通过实例解析了如何从执行次数推导出时间复杂度。
摘要由CSDN通过智能技术生成

算法时间复杂度的定义:在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度记作:T(n)=O(f(n))。f(n)是问题规模n的某个函数。(执行次数==时间)


如何分析一个算法的时间复杂度(O阶推导法)

—用常数1取代运行时间中所有的加法常数。

—在修改后的运行次数函数中,只保留最高阶项。

—如果最高阶项存在且不为1,则去除与最高项相乘的常数。


常数阶

int sum=0,n=100;
printf("......");
printf("......");
printf("......");
printf("......");
printf("......");
sum=(1+n)*n/2;
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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