例子:
for(int i=1;i <=n;i++)
for(int j=1;j <=i;j++)
for(int k=1;k <=j;k++)
count++;
分析如下:
1.最内层循环体:count++; 我们认为,它的时间复杂度为1
2.分析最内层循环:很明显,在j给定的情况下,它需要执行
sum(1, k, 1, j) = j次
因为CSDN表示数学公式不方便,这里说明一下,上面的 sum(表达式, k, 1, j) 表示把表达式里的k,依次用从1到j替换,并且把替换后的表达式累加。例如:
sum(2 * i, i, 1, n) = 2 + 4 + 6 + ... + 2n
3.分析中间层循环,它将最内层循环执行i次(在i确定的情况下),所以,总的执行次数是:
sum(j, j, 1, i)次,也就是
i (i + 1)
---------
2
次
4,最后分析最外层循环,它把中间层循环(中间循环一共执行了
i (i + 1)
---------
2
次)再循环执行n次
因此,一共是执行了
sum((i*(i + 1))/2, i, 1, n) 次,也就是
n (n + 1) (n + 2)
-----------------
6
次
上面我们计算的是循环精确的执行次数。下面时间复杂度就简单了
由于
n (n + 1) (n + 2)
-----------------
6
= O(n ^ 3)
所以时间复杂度是O(n ^ 3)
时间复杂度算法分析有方法(摘)
最新推荐文章于 2024-07-12 10:45:15 发布