算法的时间复杂度(大O表示法)
一、定义
在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是算法的时间量度,记作:T(n)=O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称时间复杂度。其中f(n)是问题规模n的某个函数。
二、时间复杂度的计算规则
1、基本操作,即只有常数项,认为其时间复杂度为O(1)
2、顺序结构,时间复杂度按加法进行计算
3、循环结构,时间复杂度按乘法进行计算
4、分支结构,时间复杂度取最大值
5、判断一个算法的效率时,往往只需要关注操作数量的最高次项,其它次要项和常数项可以忽略
6、在没有特殊说明时,我们所分析的算法的时间复杂度都是指最坏时间复杂度
三、分析一个算法的时间复杂度
1、常数阶,记作O(1)
sum = 0
n = 100
sum = (1+n)*n/2
2、线性阶,记作O(n)
n = 100
for i in range(n):
print(i**2)
3、平方阶,记作O( n 2 n^2 n2)
for i in range(n):
for j in range(n):
...
4、对数阶·,记作O( l o g n logn logn)
count = 1
n = 100
while(count < n):
count = count * 2
...
由于每次count*2,也就是说, 2 c o u n t = n 2^count=n 2count=n就会退出循环,所以时间复杂度为O( l o g n logn logn)
四、常见的时间复杂度
执行次数举例 | 阶 | 非正式用语 |
---|---|---|
5 | O(1) | 常数阶 |
2n+5 | O(n) | 线性阶 |
3 n 2 + 2 n + 1 3n^2+2n+1 3n2+2n+1 | O( n 2 n^2 n2) | 平方阶 |
5 l o g 2 n + 20 5log_2n+20 5log2n+20 | O( l o g 2 n log_2n log2n) | 对数阶 |
2 n + 5 n l o g 2 n + 20 2n+5nlog_2n+20 2n+5nlog2n+20 | O( n l o g 2 n nlog_2n nlog2n) | nlogn阶 |
3 n 3 + 2 n 2 + 5 n + 5 3n^3+2n^2+5n+5 3n3+2n2+5n+5 | O( n 3 n^3 n3) | 立方阶 |
2 n 2^n 2n | O( 2 n 2^n 2n) | 指数阶 |
他们之间的大小关系是:
O(1) < O(
l
o
g
n
logn
logn) < O(n) < O(nlogn) < O(
n
2
n^2
n2) < O(
n
3
n^3
n3) < O(
2
n
2^n
2n) < O(n!) O(
n
n
n^n
nn)
python内置类型性能分析模块–timeit
from timeit import Timer
def t1():
ls = []
for i in range(10000):
ls.append(i)
def t2():
ls = []
for i in range(10000):
ls +=[i]
def t3():
ls = [i for i in range(10000)]
def t4():
ls = list(range(10000))
def t5():
ls = []
for i in range(10000):
ls.extend([i])
def t6():
ls = []
for i in range(10000):
ls.insert(0, i)
timer1 = Timer("t1()", "from __main__ import t1")
print("append:", timer1.timeit(1000), "s")
timer2 = Timer("t2()", "from __main__ import t2")
print("+:", timer2.timeit(1000), "s")
timer3 = Timer("t3()", "from __main__ import t3")
print("[]:", timer3.timeit(1000), "s")
timer4 = Timer("t4()", "from __main__ import t4")
print("list():", timer4.timeit(1000), "s")
timer5 = Timer("t5()", "from __main__ import t5")
print("extend:", timer5.timeit(1000), "s")
timer6 = Timer("t6()", "from __main__ import t6")
print("insert:", timer6.timeit(1000), "s")
append: 1.2842495657666193 s
+: 1.248549265750829 s
[]: 0.6303584399178903 s
list(): 0.46978604137059854 s
extend: 1.615960445286594 s
insert: 27.646960761092693 s