算法复杂性分析

 

 注：O(g(n))={f(n):存在大于0的常数c 和非负整数n0,使得任意n>=n0,有0<=f(n)<=cg(n)}

则g(n)为f(n)的渐进上界。其余同理。 

O的运算规则：

1.O(f)+O(g)=O(max(f,g))

2.O(f)+O(g)=O(f+g)

3.O(f)O(g)=O(fg)

4.如果g(N)=O(f(N)),则O(f)+O(g)=O(f)

5.O(Cf(N)=O(f(N)),其中C是一个正的常数

6.f=O(f)

 Addition:

分析非递归算法效率的通用方案：

1. 决定用哪个（哪些）参数作为输入规模的度量
2. 找出算法的基本操作（通常位于内层循环）
3. 检查基本操作的执行次数是否依赖于输入规模。如果它还依赖一些其他特性，则最差、平均及最优效率需要分别研究
4. 建立一个算法基本操作执行次数的求和表达式
5. 利用求和运算的标准公式和法则来求解，或至少确定它的增长次数

 分析递归算法效率的通用方案：

1. 决定用哪个（哪些）参数作为输入规模的度量
2. 找出算法的基本操作
3. 检查对于相同规模的不同输入，基本操作的执行次数是否不同。如果不同，则最差、平均及最优效率需要分别研究
4. 对于算法基本操作执行次数，建立一个递推关系以及相应的初始条件
5. 解递推式，或至少确定它的增长次数