数据结构与算法(八)——时间复杂度

老蛙@

已于 2022-04-17 11:12:43 修改

阅读量1.2k

点赞数

分类专栏：数据结构文章标签：数据结构算法

于 2022-04-15 15:43:16 首次发布

本文链接：https://blog.csdn.net/m0_48468380/article/details/124195029

版权

21 篇文章 0 订阅

订阅专栏

度量程序效率的方法

事后统计：在程序运行之后，根据程序执行的时间对程序的性能进行评测，这种方法需要实际的运行该程序，并且时间的统计量依赖于计算机的硬件、软件等环境因素，使用这种方法需要在同一台计算机的相同状态下运行，才能比较哪个算法速度更快
事前估算：通过分析某个算法的时间复杂度来判断按个算法

一般情况下，算法中的基本操作语句的重复执行次数是问题规模n的某个函数T(n)（时间频度），使用一个辅助函数f(n)，使得当n趋于无穷大时，T(n)/f(n)的极限值为不等于0的常数，则称f(n)是T(n)的同数量级函数，记作T(n)=O(f(n))称O(f(n))为算法的时间复杂度
T(n)=n²+7n+6于T(n)=3n²+2n+2两个函数的T(n)不同，但是时间复杂度相同，都是O(n²)

常见的算法时间复杂度由小到大依次为：O(1)<O(log₂n)<O(nlog₂n)<O(n)<O(n²)<O(n³)<O(n^k)<O(2ⁿ)

int i=1;
int j=1;
int m=i+j;

无论代码执行了多少行，只要是没有循环等复杂结构，那么时间复杂度就是O(1)，哪怕代码执行了几十万行，它的时间复杂度和只执行一行的代码都是O(1)

int i=1;
while(i<n) {
	i*=2;
}

在while循环中，每次i都会乘以2；当i等于n的时候，i乘了k次2，即2^k=n，得出k=log₂n

for(int i=0;i<n;i++){
	System.out.println(i);
}

这段代码一共会执行n遍，执行的次数和n呈线性关系

for(int i=1;i<n;i++){
	int j=1;
	while(j<n){
		j*=2;
	}
}

在线性阶的循环中，每次都要执行依次对数阶复杂度的代码，最终的时间复杂度即两者相乘

for(int i=0;i<n;i++){
	for(int j=0;j<n;j++){
		System.out.println(i);
	}
}

在双重循环中，代码执行次数为n*n即n²，立方阶、k次方阶同理

关注