本文介绍了计算机科学中的时间复杂度概念，它是衡量算法运行效率的函数，主要关注输入值较大时的情况。时间复杂度通过大O符号表示，并且在分析时通常忽略低阶项和首项系数。此外，文章还提到了算法复杂性的两个方面：时间复杂度关注计算工作量，空间复杂度关注内存使用。时间频度T(n)表示算法中语句执行次数，随着程序规模的增大，分析时会忽略常数项、低次项和系数。
在计算机科学中，时间复杂性，又称时间复杂度，算法的时间复杂度是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。
时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。
使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。
算法复杂度分为时间复杂度和空间复杂度。其作用： 时间复杂度是指执行算法所需要的计算工作量；而空间复杂度是指执行这个算法所需要的内存空间。（算法的复杂性体运行该算法时的计算机所需资源的多少上，计算机资源最重要的是时间和空间（即寄存器）资源，因此复杂度分为时间和空间复杂度。）
（百度百科）
时间频度：一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费的时间就多。一个一个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)。
随着程序规模的增大，时间频度有以下三个特点：
a.忽略常数项
b.忽略低次项
c.忽略系数 （n^k (k>=3)不适用）
扫一扫
329
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
