一、算法时间复杂度(Time Complexity)
1、概念
时间频度:一个算法所花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数越多,它所花费的时间也就越多。一般情况下,算法中的基本操作语句的重复执行次数,是问题规模n的某个函数,用T(n)
表示。
若有某个辅助函数f(n)
,使得当n趋近于无穷大时,T(n) / f(n) 的极限值为不等于零的常数,则称 f(n) 是 T(n) 的同数量级函数,记作 T(n) = O(f(n)) 。
我们称 O(f(n)) 为算法的渐进时间复杂度
,简称时间复杂度(Time Complexity)。
不同的 T(n),可能时间复杂度是相同的。
2、计算方法
- 【忽略常数】用常数1代替运行时间中的所有加法常数。
- 【忽略低阶项】修改后的运行次数函数中,只保留最高阶项。
- 【忽略系数】去掉最高阶项的系数。
例如:计算 T(n) = 3n² + 2n + 9
的时间复杂度
- 【忽略常数】T(n) = 3n² + 2n + 1
- 【忽略低阶项】T(n) = 3n²
- 【忽略系数】T(n) = n²
即:T(n) = O(n²)
3、常见的时间复杂度
-
常数阶
O(1)
没有循环
int i = 0; int j = 1; i++; j++; int s = i + j;
-
对数阶
O(log₂n)
这里的底数不一定只是2