时间复杂度简述

 

时间复杂度定义:

 

在计算机科学中，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。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。

 

特别注意，时间复杂度只考虑高阶项，而且不保留其系数。

 

 

时间复杂度计算方法：

一般情况下，算法的基本操作重复执行的次数是模块n的某一个函数f(n)，因此，算法的时间复杂度记做：T(n)=O(f(n)。

 

 

分析：随着模块n的增大，算法执行的时间的增长率和 f(n) 的增长率成正比，所以 f(n) 越小，算法的时间复杂度越低，算法的效率越高。

举例：

 

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

{

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

{

c[i][j]=0;//该步骤属于基本操作执行次数：n的平方次

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

c[i][j]+=a[i][k]*b[k][j];//该步骤属于基本操作执行次数：n的三次方次

} }

 

 

 

关于这个代码，

则有 T(n) = n 的平方+n的三次方，根据上面括号里的同数量级，我们可以确定 n的三次方 为T（n）的同数量级

则有 f(n) = n的三次方，然后根据 T(n)/f(n) 求极限可得到常数c

 

则该算法的时间复杂度：T(n) = O(n^3) 注：n^3即是n的3次方。

 

 

 

而下一个：

int Fun(int n)

{

 

 

if(n=0||n=)

 

return 1;

else

return Fun(n/2)+1;}

 

这个代码时间复杂度就是n。