大话数据结构 —— 2.9.6 平方阶

n等于100，也就是说外层循环每执行一次， 内层循环就执行100次

那总共程序想要从这两个循环出来，需要执行100*100次， 也就是n的平方。

所以这段代码的时间复杂度为0(n^2)。那如果有三个这样的嵌套循环呢?

没错，那就是n^3。所以我们很容易总结得出，循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。

 

例一：下面的例子是一个循环嵌套，它的内循环刚才2.9.4中分析过，内循环时间复杂度为O(n)。

int i,j;
for(i=0; i<n; i++)
{
    for(j=0; j<n; j++)
    {
        /* 时间复杂度为O(1)的程序步骤序列 */
    }
}

而对于外层的循环，不过是内部这个时间复杂度为O(n)的语句，再循环n次。所以这段代码的时间复杂度为O(n²)。

 

例二：如果外循环的循环次数改为了m，时间复杂度则变为O(m×n)。

int i,j;
for(i=0; i<m; i++)
{
    for(j=0; j<n; j++)
    {
        /* 时间复杂度为O(1)的程序步骤序列 */
    }
}

 

 例三：那么下面这个循环嵌套，它的时间复杂度是多少呢？

int i,j;
for(i=0; i<n; i++)
{
    for(j=i; j<n; j++)   /*  注意j=i而不是0  */
    {
        /* 时间复杂度为O(1)的程序步骤序列 */
    }
}

由于

当i=0时，内循环执行了n次，

当i=1时，执行了n-1次，

…………

当i=n-1时，执行了1次。

n + (n-1) + (n-2) + …… +1 = n(n+1)/2 = n²/2 + n/2

 

用我们推导大O阶的方法

• 没有加法常数，不考虑；
• 只保留最高阶项，因此保留n²/2；
• 去除这个项相乘的常数，也就是去除1/2。

最终这段代码的时间复杂度为O(n²)。

 

 

例四：

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

void function(int count)
{
    printf( count );
}

函数体是打印这个参数。其实function函数的时间复杂度是O(1)。

所以整体的时间复杂度是O(n)。

 

例五：

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

void function(int count)
{
    int j;
    for(j=count; j<n; j++)
    {
        /* 时间复杂度为O(1)的程序步骤序列 */
    }
}

其实这和刚刚的例子是一样的，只是把嵌套内循环放到了函数中，所以最终的时间复杂度还是为O(n²)。

 

例六：

n++;                /* 执行次数为1 */
function(n);        /* 执行次数为n */
int i,j;
for(i=0; i<n; i++)  /* 执行次数为n² */
{
    function(i);
}

for(i=0; i<n; i++)  /* 执行次数为n(n+1)/2 */
{
    for(j=i; j<n; j++)
    {
        /* 时间复杂度为O(1)的程序步骤序列 */
    }
}

它的执行次数f(n)=1+n+n²+n(n+1)/2=3n²/2+3n/2+1

根据推导大0阶的方法，最终这段代码的时间复杂度也是0(n²)。