《数据结构》到底什么是时间复杂度？给了代码怎么计算复杂度？

什么是时间复杂度？（个人理解，有基础的可以直接跳到后面的计算部分）

刚学习时间复杂度的小伙伴可能对这个是似懂非懂，用大白话来说就是，你这个程序跑起来，我不管你在天河一号还是在你的笔记本上，到底需要花费的时间是一个什么样的数量级。比如O（n²）表示就是运行的时间是n²级别的，当n无穷大时，运行时间就是按n²的规模进行增长的。

同时要注意，即便我们的程序有一万行代码，如果不存在循环，每一行代码是独立运行的，他的时间复杂度也只有O（1），就算你输入了无限多个数据，你也只需要处理这一万行代码就够了，所以运行时间是常数级别的，远不如三行代码的for循环大。

可能又有的小伙伴要问了，那我在我笔记本是跑一万行代码，肯定没我的for循环执行时间快啊？我刚开始学的时候，也是有这个疑问的，其实这是因为，我们个人学习的时候跑的代码，数据量很小，几百几千的都已经算很大了，但是在科技这么厉害的今天，我们手上的个人电脑已经能够在很短的时间里处理完这些数据，以至于我们感觉不到差异，但是当我们就业以后，可能我们的代码需要应用到数以万计的数据量中，此时你就会发现，不同的时间复杂度带来的运行时间差别有多大了。因此给出结论：时间复杂度≠时间

显然，不同程序的时间复杂度也不是相同的，取决于代码逻辑，那么在实际做题中，该怎么计算我们的代码时间复杂度呢？

首先，题目所给代码无非两种情况，一种是只有一层循环，如while循环。另一种就是多层循环，如for多层嵌套。对于这两种情况分别有不同步骤，归根结底就一句话：找到每次循环的运行次数并累加。

（看着很多其实是，学会演草纸上迅速秒杀）

单层循环（四步解决）

1.找到跳出循环的条件

2.设循环次数为a

3.当a＝1、2、3...时，只看使循环变量i变化的语句分别算出i的值，找到规律后写出a与变量i的关系式

4.带入循环条件解出a的值，O(a)即为时间复杂度

例1：

求下列代码的运行时间复杂度

i=1;k=0;

while(i<n-1)｛

     k=k+10*i;

     i++;

｝

解答：

1.跳出循环的条件为i≥n-1

2.设循环次数a

3.a=1时，循环一次，i++执行一次，i的值为2    a=2时，循环两次，i++执行两次 ，i的值为3   以此类推，a＝a时即循环次数为a时，i++执行a次，i的值为a+1

4.将i＝a+1代入i≥n-1解出a≥n-2 故循环次数为n-2次，时间复杂度为O(n-2)=O(n)

例2：

求下列代码的运行时间复杂度

x=2;

while(x<n/2)

    x=2*x;

解答：

1.跳出循环的条件为x≥n/2

2.设循环次数a

3.a=1时，循环一次，x=2*x 执行一次，x的值为4     a=2时，循环两次，执行x=2*x执行两次 ，x的值为8  以此类推，a＝a时即循环次数为a时，x=2*x 执行a次，x的值为2ᵃ⁺¹

4.将x=2ᵃ⁺¹代入x≥n/2解出 a≥log₂n/2-1 故循环次数为log₂n/2-1 (可能非整数，需要向下取整)，时间复杂度为O(n-2log₂n/2-1 )=O(logn)

 

多层循环（两步解决）

1.找到最内层主要语句一次循环需要执行的次数a

2.对a逐层累加（留意循环变量每次不是变化1 的情况，要用到一些规律或者数列性质求和）

3.计算得出结果

例1：

求下列代码的运行时间复杂度

int m=0,i,j;

for(i=1;i≤n;i++)｛

       for(j=1;j≤2*i;j++)｛

            m++;

       ｝

｝

解答：

1.最内层的语句每次循环执行次数为a=1 （只有一句代码，每次只执行一次）

2.对a=1从j=1到j=2*i进行累加，并对这个整体在i=1到i=n进行累加，参考计算过程如下图所示：

 故循环体代码执行次数为n（n+1）/4

时间复杂度为O（n（n+1）/4）=O（n²）

 

例2：

求下列代码时间复杂度

int sum=0;

for(int i=1;i<n;i*=2)｛

     for(int j=0;j<i;j++)｛

          sum++;

     ｝

｝

 解答：

1.最内层循环语句执行次数=a1

2.对a=1从j=0到j=i-1进行累加，并对这个整体在i=1到i=n-1进行累加（并注意这里的i每次不是增加1，而是×2），参考计算过程如下图所示：

 因此运行的次数为2n+1

时间复杂度为O（2n+1）=O(n)

有什么不懂的可以在评论区留言，我会及时解答