算法复杂度---时间复杂度

一.课堂笔记

 

 

 图中代表例1-4的解题过程，采用的是等差数列通项公式，其中，重点是1、时间复杂度可以根据程序运行的次数来判断2、时间复杂度的系数可以忽略 3、出现几个次项时，最高次项代表他时间复杂度。

二.例题

1.常数阶O（1） 

for(i=1;i<=5;i++)
{
    i = k ;
    k++;
}

当i=1时，k=2;

当i=2时，k=3；

......

这段代码里只有常量，所以时间复杂度只有O(1)

2.线性时间复杂度 O（n)

for(i=1;i<=n;i++)
{
    i=k;
    k++;
}

for循环里面的代码会执行n遍，因此它消耗的时间是随着n的变化而变化的，因此这类代码都可以用O(n)来表示它的时间复杂度

3.对数复杂度 O（log n)

int i = 1;
 while (i<=n){
    i = i*2;
}

从代码中可以看出，变量 i 的值从 1 开始取，每循环一次就乘以 2。当大于 n 时，循环结束。每次i乘以2之后，就距离n更近了一分，有多少个2相乘后大于n，则会退出循环，则2x=n得到x=log2n。所以这个循环的时间复杂度为O(logn)

4.线性对数复杂度 O(nlog N)

for(i=1;i<n;i++)
{
    m=1;
    while(m<n)
    {
        m=m*2;
    }
}

将时间复杂度为O(logn)的代码循环N遍的话，那么它的时间复杂度就是 n * O(logN)，也就是了O(nlogN)

5.平方阶 O（n^2）

for (int i=o;i<n;i++){
    for (int j=0;j<n;i++){
        n++;
    }
}

外层i共循环n次，内层j共循环n次，所以总共循环n*n=n^2=O（n^2）

立方阶就是三层n循环

6.指数阶O（2^n）

 7.阶乘

.........