时间复杂度
算法效率分析的目的是看算法实际是否可行，并在同一问题存在多种算法时，可进行时间和空间性能上的比较，以便从中挑选出较优算法。
1.1事前统计法
就是需要将代码实现，然后看其时间和空间开销，就是看花费多少时间占多少空间，这种方法的缺点也很明显。1：是必须把算法转化成可执行的程序才能看其时间和空间开销。2：时间和空间开销的测量结果依赖于计算机的硬软件等环境因素，这就很难看出算法本身的优劣性。
1.2事前分析估算法
通过计算算法的渐近复杂度来衡量算法的效率。影响算法时间代价的最主要因素是问题规模。问题规模是算法求解问题输入量的多少，是问题大小的本质表示，一般用整数n表示。问题规模n对于不同的问题所表示的不同。例如在树的有关运算中n为树的结点个数。显然n越大算法执行时间越长。
1.2.1 执行时间
一个算法的执行时间大致上等同于其所有语句执行时间的总和，而语句的执行时间则为该条语句的重复执行次数和执行一次所需时间的乘积。
一条语句的重复执行次数称作语句频率。由于语句的执行要由源程序经过编译，运行，因此语句执行一次实际所需具体时间是与机器的软、硬件环境密切相关的。所以，所谓的算法分析并非精准统计算法实际执行所需时间，而是针对算法中执行次数做出估计，从而得出算法执行时间。
1.2.2 时间复杂度的定义
刚才提到n越大算法的执行时间越长。算法中基本语句的执行次数来度量算法的工作量。所谓的“基本语句”指的是算法中重复执行次数和算法的执行时间成正比的语句。
一般情况下，算法中基本语句重复执行的次数是问题规模n的某个函数
最低0.47元/天 解锁文章
332
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
