018.时间频度介绍和特点


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
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值