-
测定运行时间:对运行时间有消耗的基本操作的执行次数,运行时间与计数成正比
-
函数的渐进增长:
-
-
给定两个函数f(n)和g(n),如果存在一个整数N,使得对于所有的n>N,f(n)总比g(n)大,那么,我们说f(n)的增长渐快于g(n)。
注:计算时可以忽略加法常数,要更关注与主项(最高阶项)的阶数*
-
-
时间复杂度:**
-
推导大O阶方法:
-
-
用常数1取代运行时间中的所有加法常数。
-
在修改后的运行函数中,只保留最高阶项。
-
如果最高阶项存在且不是1,则去除与这个项相乘的常数。得到的结果就是大O阶。
-
-
对数阶:如 :
-
-
while ( count<n )
-
{
-
count = count * 2;
-
//时间复杂度为O(1)的程序步骤序列
-
}
-
由于每次count乘以2之后,就距离n更近了一分。也就是说,有多少个2相乘后大于n,就会退出循环。由于2^x=n得到x=log2n。所以这个循环的时间复杂度为O(logn)。
-
一般在没有特殊说明的情况下,都是指最坏时间复杂度。
-
-
算法的空间复杂度通过计算算法所需的存储空间实现,算法空间复杂度的计算公式记作:S(n) = O(f(n)),其中,n为问题的规模,f(n)为语句关于n所占存储空间的函数。
11-09
431
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
12-17
10-21
1015
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
10-19
5037
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
09-21
1088
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
09-19
624
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
10-16
774
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
10-18
239
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交