数据结构:分为逻辑结构和物理结构
- 逻辑结构包括:集合结构、线性结构、树形结构、图形结构。
- 物理结构分为:顺序存储结构、链式存储结构。
算法的五个特性:有穷性、确定性、可行性、输入、输出。
时间复杂度:即算法的时间度量,记做:T(n) = O( f(n) ) 。表示随问题规模n 的增大,算法的执行时间的增长率和 f(n) 的增长率相同,也称作算法的渐进时间复杂度。
如何分析一个算法的时间复杂度(推导出大O)?
- 第一步,找到原操作的执行次数。
- 第二步,用常数 1 取代运行时间中的所有加法常数。
- 第三步,在修改后的执行次数中,只保留最高阶项。
- 第四步,如果最高阶项存在与这个项相乘的常数,则去掉这个常数。
- 这样就可以得到大O阶了。
例如:下面循环求时间复杂度
for(int i=0; i<n; i++) {
for(int j=i j<n; j++) {
x = x + 1; //原操作
}
}
解释,当 i=0 时,内循环执行了n次;当 i=1 时,内循环执行了 n-1 次...当 i=n-1 时,执行了一次。所以总的执行次数为 n+(n-1)+(n-2)+...+1 = n(n-1)/2 = (n平方)/2 + n/2 .
用推导大O阶的方法,第一,(n平方)/2 + n/2 没有加数常数,可以不考虑; 第二,保留最高项 (n平方)/2 ;第三,去掉这个项相乘的常数,最终得到(n平方),所以,这段代码的时间复杂度为O(n平方)。
常见的时间复杂度分类:
- 常量阶
- 线性阶
- 平方阶
- 立方阶
- 对数阶
- 二维阶
- 指数阶
- 阶乘阶
如有错误,欢迎留言指正 * _ *