时间复杂度及常见案例

在数据结构中，使用时间复杂度来衡量程序运行时间的多少。每条语句执行的次数称为该语句的频度，整段代码的总执行次数则称为整段代码的频度。

  定义：在算法估算时，语句的执行次数T(n)是关于问题规模n的函数，从而分析T(n)随着n的变化的关系。算法的时间复杂度也称为算法的时间量度，记作T(n) = O(f(n))，它表示随着问题规模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，简称为时间复杂度，其中f(n)是问题规模n的某个函数。

  刚开始看上面的定义多少有些迷惑，但是多读几次结合上文的知识串起来后，你会其实并没有这么复杂，时间复杂度其实可以理解为随着问题规模n的增大，程序语句执行频度的增长率。

  在定义中我们使用到O()的方式来体现算法时间复杂度的记法，这种方式又称为大O记法。一般情况下，随着问题规模n的增大，T(n)即语句执行次数增长最慢的算法为最优算法，讲简单点，就是无论你输入规模如何变化，只要执行的语句次数增长最小，那这种算法就是最优的。

在推导的时候我们应该采用无限大的思想来简化大O表达式，具体如下：

用常数1代替运行时间中的所有加法的常数，如：某个算法的执行函数为f(n) = 10，则替换成大O阶方法的话则为：O(1)，无论这个常数为10，还是100，还是1000都使用1替换，因为执行函数和问题规模n的大小无关，它是执行时间恒定的，像时间复杂度为O(1)的又被称作常数阶。

如果表达式有多项含有无限大变量的式子，只保留一个拥有指数最高的变量的式子。例如 2n²+2n 简化为 2n²；

如果最高阶项存在且系数不为1，则去除掉与这个项相乘的系数，例如 2n² 系数为 2，直接简化为 n² ；

常见的时间复杂度例子

  一、常数阶

int i,sum=0,n=100; // 执行1次
sum = (1 + n) * n / 2; // 执行1次
System.out.println("sum="+sum); // 执行1次
1
2
3

  这个算法就是上面我们举例到的高斯算法，程序的执行次数函数为f(n) = 3，根据大O阶方法的推导方式，则得到的时间复杂度为：O(1)，而不是O(3)，注意：因为执行函数并不会随着n的变化而变化，它是恒定的，像复杂度为O(1)，又被称作常数阶。

  二、线性阶

int i,sum=0,n=100; // 执行1次
for(i=1;i<n;i++){
    sum = sum + i; // 执行n次
}
System.out.println("sum="+sum); // 执行1次
1
2
3
4
5

  根据上面的代码，我们可以发现执行次数函数为f(n) = n，根据大O阶方法的推导方式得到它的时间复杂度表示为：O(n)。 像这种线性阶，我们主要分析的是循环结构中的一个运行情况，从而得到它的时间复杂度。

  三、对数阶

int condition = 1;
while(condition < n){
    condition = condition * 2;
}
1
2
3
4

  根据上面的代码，我们会发现循环语句的条件会在每次condition乘以2后更加接近跳出条件，既满足多少个与2的乘积后将会退出循环，因此我们可以得到执行次数的函数为：f(n) => 2x = n ===> x = log2n，根据大O阶方法的推导方式得到它的时间复杂度表示O(logn)。

  四、平方阶

for(int i=o;i<n;i++){
    for(int j=o;j<n;i++){
        ...
    }
}
1
2
3
4
5

  根据代码分析，我们可以得到执行次数的函数为: f(n) = n2，根据大O阶方法的推导方式得到它的时间复杂度表示O(n2)。

例一：

T(n)=1                                 当n=1

T(n)=4T(n/2)+n                 当n>1

解：设n=2k ,则k=log2n, n/2k=1,由已知可以推出：

 T(n)=4T(n/2)+n=42T(n/22)+4Xn/2+n=42T(n/22)+3n=43T(n/23)+4n=...=

4kT(n/2k)+(5-1/2k－1X4)n=(2k)2T(1)+5n-8=n2T(1)+5n-8

所以时间复杂度为：O(n2)

主方法得出时间复杂度

例二：

1. 分析以下递归方程的时间复杂度（t推荐使用主方法）。

T(n)=1                                 当n=1

T(n)=2T(n－1)+1              当n>1

解：

所以时间复杂度为：O(2n)

1. 求以下代码的时间复杂度

void fun(int n)

{  int s=0,i,j,k;

   for (i=0;i<=n;i++)

         for (j=0;j<=i;j++)

              for (k=0;k<j;k++)

                    s++;

}

解：