时间效率分析

也许对于学过数据结构的同胞来说，这是一个再简单不过的问题，但对于刚起步的菜鸟来说，这是个很宝贵的资源，在各大oj过题，时有超时现象出现，苦逼的我只能换思路，换代码，但自从有了时间效率分析，妈妈再也不用担心我会超时了，那么接下来，我便用最菜鸟的语言谱写较完善的时间效率分析。

算法的时间效率分析主要在于计算基本语句的运算次数，表示为T(n)=O(f(n)),f(n)为运算次数，下面通过几个例子来说明吧

1.普通程序

for(i = 0; i < n; i++)
    for(j = 0; j < n; j++)
    {
        C[i][j] = 0;                                     //基本语句1
        for(k = 0; k < n; k++)
              c[i][j] = c[i][j] + a[i][k] * b[k][i];      //基本语句2
     }

如上是求两个n阶矩阵相乘运算的算法时间复杂度，（不懂代码含义不用紧，此处只用来讲时间效率问题）语句1 历经两个for语句，每个for进行n次运算，故计算语句1次数为c1*n²，c1为常数（计算方式不同，基本语句常数就不同，如语句2有加乘），

同理可得,最后T(n) = f(n) = c1*n² + c2 * n*n*n所以该算法的时间复杂度为T(n) = O(n的3次方)

2.变量增长

for（i=1；i <= n; i = 2 * i）
    printf("i = %d\n",i);                  //基本语句

不难看出，第一次i == 1，第二次 i==2，第三次 i==4 ，依此可知，2的f(n)次方 < N,

所以f(n) <= Ibn（Ib为两边log后的化简） 故f(n) <= O(Ibn)。

3.有些数据元素取值不同，则算法复杂度也会不同，此时算法的时间复杂度应是数据元素最坏情况下取值的时间复杂度（简称最坏时间复杂度）。

void  BubbleSort(int a[], int n)
{
    int i,j,flag = 1;
    int temp;

    for(i = 1;i < n && flag == 1; i++)
    {
	flag = 0;				//基本语句1
        for(j = 0; j < n -i ; j++)
	{
		if(a[j] > a[j+i])
		{
			flag = 1;		//基本语句2
			temp = a[j];		//基本语句3
			a[j] = a[j+1];		//基本语句4
			a[j+1] = temp;		//基本语句5
		}
	}
    }
}

如上为冒泡排序的代码，当某次排序过程中木有任何数组元素需要交换时，表明flag = 0标记而结束。但是最坏的情况下，每次排序过程中都至少有一对数组元素交换位置，因此，基本语句1最多只进行n次，其余语句由于冒泡排序，一次for排好一次数，下次便少排一次数，即第一次n-1次，第二次，n-2次。。依次类推第n - 1次时，1次，故f(n) ≈ n + 4 * (n2/2)（等差数列求和，4个基本元素） 故 T(n) = O(n2)。

4.一些算法因数据处理位置不同而不同，此时应计算等概率取值情况下的平均时间复杂度。
下面算法在一个有n个数据元素的数组a中删除第i个位置的数组元素，要求删除成功时，数据元素减1，求该算法的时间复杂度。

int Delete(int a[],int n,int i)
{
    int j;
    if(i < 0 || j < n )  return 0;
    for(j = i + 1; j < n; j++)  a[j - 1] = a[i];
    n--;
    return 1;
}

该算法随删除数据位置不同而不同，例如删除位置在第一位，则后面n-1个数据都要向前移动，若删除位置在最后一位，各位就不用移位了，设E为移动数据的平均次数，有E = [(n-1) + (n-2) +....+ 2 + 1 + 0] / n =(n-1)/2,所以T(n) = O(n)。