算法复杂度

算法复杂度

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

算法中基本操作重复执行的次数是问题规模n的某个函数，其时间量度记作   T(n)=O(f(n))，称作算法的渐近时间复杂度(AsymptoticTime complexity)，简称时间复杂度。

        一般地，常用最深层循环内的语句中的原操作的执行频度(重复执行的次数)来表示。

“O”的定义： 若f(n)是正整数n的一个函数，则O(f(n))表示$M≥0 ，使得当n ≥ n0时，| f(n) | ≤ M| f(n0) | 。

表示时间复杂度的阶有：

   O(1)：常量时间阶          O (n)：线性时间阶

    O(㏒n)：对数时间阶    O(n㏒n)：线性对数时间阶

        以下六种计算算法时间的多项式是最常用的。其关系为：

     O(1)<O(㏒n)<O(n)<O(n㏒n)<O(n2)<O(n3)

–  指数时间的关系为：

    O(2n)<O(n!)<O(nn)

         当n取得很大时，指数时间算法和多项式时间算法在所需时间上非常悬殊