时间复杂度

函子蛋糕

已于 2023-07-05 14:55:22 修改

阅读量1.2k

点赞数 1

分类专栏：数逻计科文章标签：算法

于 2022-10-07 09:34:43 首次发布

本文链接：https://blog.csdn.net/drifefish/article/details/127190892

版权

数逻计科专栏收录该内容

3 篇文章 0 订阅

订阅专栏

一、基础概念

时间复杂度，粗暴理解即算法的速度。算法中的基本操作重复执行的次数是问题规模n的某个函数，其时间度量记做T（n）＝O（f（n））（其中“O”是指T（n）的数量级），称作算法的渐进时间复杂度，简称时间复杂度。时间复杂度一般用最深层循环内的语句中的原操作的执行频度（重复执行的次数）来表示。

二、算法案例

#题干：a+b+c=1000 且 a²+b²=c²，求a、b、c的可能组合

#第一种算法（耗时约4min）
for a in range(1,1000):
    for b in range(1,1000):
        for c in range(1,1000):
            if a+b+c==1000 and a**2+b**2==c**2:
                print('a,b,c',a,b,c)
#第二种算法（耗时约1min）
for a in range(1,1000):
    for b in range(1,1000):
        c=1000-a-b
        if a**2+b**2==c**2:
            print('a,b,c:',a,b,c)

图中第一种算法的时间复杂度：

设时间为f。

3层for循环意味着乘3次，每层1000的复杂度，T=1000*1000*1000。

If和print()记为2。因为属于for循环内部所以也是相乘，因此f=1000*1000*1000*2

然后把（1,1000）改写成（0，n），那么时间复杂度的函数f（n）=n³*2。

把函数的图象绘制出来可得系数2对函数走势的影响不大，因此系数通常忽略处理，得到渐进函数T（f（n））=O（f（n））=O（n³）。

图中第二种算法的时间复杂度：

2层for循环，忽略系数，因此T（f（n））=O（f（n））=O（n²）。