时间复杂度
算法的时间复杂度是一个数学函数,算法中的基本操作的执行次数,为算法的时间复杂度。
// 请计算一下Func1中++count语句总共执行了多少次?
void Func1(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 < 2 * N ; ++ k) {
++count; }
int M = 10;
while (M--) {
++count; }
printf("%d\n", count);
}
func1执行的基本操作次数,时间复杂度的函数式:
F(N)= N^2 + 2 * N + 10
因为N越大,后两项对结果的影响是越小的,所以可以忽略不计,因此时间复杂度为:O(N^2)
大O的渐进表示法
推到大O阶的方法:
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中,只保留最高阶项。
3、如果最高阶存在且不是1,则去除与这个项目相乘的常数,得到的结果就是大0阶。
实例1:
// 计算Func2的时间复杂度?
void Func2(int N) {
int count = 0;
for (int k = 0; k < 2 * N ; ++ k)
{
++count;
}
int M = 10;
while (M--)
{
++count;
}
printf("%d\n", count);
}
结果是:O(N)
实例2:
// 计算Func3的时间复杂度?
void Func3(int N, int M) {
int count = 0;
for (int k = 0; k < M; ++ k)
{
++count;
}
for (int k = 0; k < N ; ++ k)
{
++count;
}
printf("%d\n", count);
}
没有说明M和N的关系,所以结果是O(M+N)
如果M远大于N -> O(M)
如果N远大于M -> O(N)
如果M和N差不多大 -> O(M) 或者0(N)
实例3:
// 计算Func4的时间复杂度?
void Func4(int N) {
int count = 0;
for (int k = 0; k < 100; ++ k)
{
+