时间复杂度空间复杂度

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)
 {
   
 +