018.时间频度介绍和特点

• 1. 时间频度
  • 1.1. 度量程序执行时间的两种方法
    • 1.1.1. 事后统计的方法
    • 1.1.2. 事前估算的方法
  • 1.2. 时间频度
    • 1.2.1. 基本介绍
    • 1.2.2. 实例说明
    • 1.2.3. 可忽略常数项
    • 1.2.4. 可忽略低次项
    • 1.2.5. 可忽略系数

---

博主的 Github 地址

---

1. 时间频度

1.1. 度量程序执行时间的两种方法

1.1.1. 事后统计的方法

方法可行, 但存在两个缺陷:

• 要对设计的算法的运行性能进行评估, 需要实际运行程序
• 所得时间的统计量依赖于计算机的软硬件等环境因素

1.1.2. 事前估算的方法

通过分析某个算法的时间复杂度来判断哪个算法更优

---

1.2. 时间频度

1.2.1. 基本介绍

• 一个算法的时间与算法中的语句执行次数成正比
  哪个算法中语句执行次数多, 它花费时间就越多

• 算法中的语句执行次数称为语句频度或时间频度, 记为 T(n)

1.2.2. 实例说明

拿计算 1-100 所有数字之和进行示范, 设计了两种算法

• 第一种算法
• 它的时间频度是 T(n) = n+1
  因为循环语句要执行 n+1 次, 多出的一次是判断跳出循环.

    int total = 0;
    int end = 100;
    //用for循环计算
    for(int i = 1; i < end; i++){
        total += i;
    }

• 第二种算法
• 它的时间频度 T(n) = 1, 它只需要执行一条语句

    int total = 0;
    int end = 100;
    total = (1 + end) * end / 2

1.2.3. 可忽略常数项

• 在一些情况下计算时间频度可以忽略常数项

举例:

• T(2n+20) 和 T(2n) 随着 n 变大, 执行曲线无限接近, 20 可以忽略
• T(3n+10) 和 T(3n) 随着 n 变大, 执行曲线无限接近, 10 可以忽略

1.2.4. 可忽略低次项

• 在一些情况下计算时间频度可以忽略低次项

举例:

• T(2n²+3n+10) 与 T(2n²) 在执行曲线上无限接近, 低次项可以忽略
• T(n²+5n+20) 与 T(n²) 在执行曲线上无限接近, 低次项可以忽略

1.2.5. 可忽略系数

• 在一些情况下计算时间频度可以忽略系数

举例:

• 随着 n 值变大, 5n²+7n 和 3n²+2n 的之性曲线重合, 这种情况下系数可忽略
• 但是 n³+5n 和 6n³+4n 执行曲线分离, 因此次数是关键