算法的时间复杂度

1、什么是算法的时间复杂度

描述算法在编写可执行程序后，运行时所需要耗费的时间资源的一个函数，通常用O()来表示。

2、算法中时间复杂度的计算

  (1)    常数函数时间复杂度O(1)

下面代码for语句中count++执行的次数与N无关而且是一个有限的次数（这个数也不能太大比如说40亿以上），那么一般把该算法的时间复杂度当作一个常数函数记作O(1)。

void Function(int N) {
	int count = 0;
	for (int i = 0; i < 1000000; i++) {
		count++;
	}
}

（2）循环中复杂度的计算

        下面代码for语句中count++执行的次数与N有关，随着N趋近于无穷，那么count++执行的次数也趋近于无穷，则这个算法的时间复杂度为O(N);

void Function1(int N){
	int count = 0;
	for (int i = 0; i < N; i++) {
		count++;
	}
}

        下面这段代码中一眼可看出时间复杂度为2N,但是时间复杂度计算的规则是当最高阶项存在，且前面系数为常数，则将这个系数当作1看待，即这段代码中时间复杂度应该记作O(N)。

void Function2(int N) {
	int count = 0;
	for (int i = 0; i < N; i++) {
		count++;
	}
	for (int i = 0; i < N; i++) {
		count++;
	}
}

        下面这段代码中时间复杂度可表示为，其中含N的最高次项为，即在函数式中这一项分量最重，其他项可以忽略，记作O()。

void Function3(int N) {
	int count = 0;
	for (int i = 0; i < N; i++) {
		for (int j = 0; j < N; j++) {
			count++;
		}
	}
	for (int k = 0; k < N; k++) {
		count++;
	}
	for (int l = 0; l < 100; l++) {
		count++;
	}
}

（3）二分查找算法中的时间复杂度

        二分查找算法中是通过类似于折纸的原理，算法中while执行的次数就是在数组a中寻找x的次数，每寻找一次，搜寻的范围都会变为原来的二分之一，因此搜寻范围大小的变化就是N/2/2/2.....,直到只有一项，假设这个过程计算n次，则2^n=N,即。时间复杂度记作O()。

int Function4(int *a, int N, int x) {
	int begin = 0;
	int end = N- 1;
	while (begin <= end) {
		int midd = (begin + end) / 2;
		if (x < a[midd]) {
			end = midd - 1;
		}
		else if (x > a[midd]) {
			begin = midd + 1;
		}
		else {
			return midd;
		}	
	}
	return -1;
}

(3) 函数递归中的复杂度计算

        下面算法中要计算Function5(int N)函数所执行的次数，首先可推理:F(N) = F(N-1)*N,F(N-1) = F(N-2)*(N-1).......F(2) = F(1)*2,F(1) = F(0)*1。由推理式可知F(N)只与他得下一项有关，因此这个计算过程中每一项只需要计算一次，因此总计算次数为N+1，即时间复杂度记作O(N)。

long long Function5(int N) {
	if (0 == N) {
		return 1;
	}
	else
		return	Function5(N-1)*N;
}

        下面算法中要计算斐波拉契函数得时间复杂度，首先可推理：F(N)=F(N-1)+F(N-2),F(N-1)=F(N-2)+F(N-3).......F(4)=F(3)+F(2),F(3)=F(2)+F(1)。由推理式子可知F(N)与他后面两项相关，从下面推理图中的计算，可推出要求得F(N)，则应计算2^(N-2)次,即时间复杂度记作O(2^N)。

long long Fib(int N) {
	if (N < 3) {
		return 1;
	}
	else {
		return Fib(N - 1) + Fib(N - 2);
	}
}