1.算法复杂度
1.时间复杂度
1.时间复杂度的表示方法
在进行算法分析时,语句的执行次数T(n)是关于规模n的函数进而分析T(n)随着n的变化情况而确定T(n)的数量级。
2.时间函数
这里所说的时间单位代表的是一个“执行次数”的概念,我们用f(n)来表示这个时间函数
2.经典函数举例
1.单层循环,n是一个变量,随着n的增大,执行次数增大,执行时间就会增加,所以时间函数表示为:f(n)=n;
2.双层循环的时间函数表示表示为:f(n)=n(n-1)/2(这是一个平方级的时间函数);
3.三层循环的时间复杂度表示 为:f(n)=n(n-1)(n-2)/6(这是一个立方级别的时间函数);
3.时间复杂度
一个算法中,语句执行次数为语句频度或时间频度,记作T(n),且 T(n)=O(f(n));
1.当f(n)=n,我们称这个算法拥有线性时间复杂度,记作O(n);
2.当f(n)=n(n-1)/2,我们称这个算法拥有平方级时间复杂度,记作O(n^2);
3.当f(n)=n(n-1)(n-2)/6,我们称这个算法拥有立方级时间复杂度,记作O(n^3);
4.常见的时间复杂度
1.常数阶
没有循环,只执行时间为常数时间,表示为O(n);
2.对数阶
二分查找的实现时间复杂度是O(log2n);
例题:
给定n(n<=100000)个元素的有序数组ai和整数v,求v在数组中的下标,不存在输出-1。
3.根号阶
O(根号n);
例题:
给定一个数n(n<=10^9),问n是否是一个素数(素数的概念,就是除了1和它本身歪,没有其他的因子)。
4.线性阶
单层循环,n为变量时,执行次数随n的增长而增长,这样的时间函数表示:f(n)=n,复杂度表示为:O(n);
5.线性对数阶
二分枚举时间复杂度为O(nlog2n);
例题:
给定n(n<=100000)个元素ai,求满足ai+aj=1024的有序二元组(i,j)有多少对 。这是求子集的问题,由于最多只有 1515 个点,我们就可以枚举每个点选或者不选,总共 2^n2 n 种情况,然后再判断是否满足题目中的连通性,这个算法时间复杂度为 O(n^22^n)O(n^22^n);
6.多项式阶
O(n^k(k>2))都是多项式时间;
7.指数阶
例题:
给出 n(n≤15) 个点,以及每两个点之间的关系(连通还是不连通),求一个最大的集合,使得在这个集合中都连通。
8.乘数阶
例题:
给定 n(n*≤12) 个点,并且给出任意两点间的距离,求从 s点开始经过所有点回到 s的距离的最小值。
-
这个问题就是典型的暴力枚举所有情况求解,可以把这些点当成是一个排列,所以排列方案数为 n!。
-
暴力枚举的时间复杂度为 O(n!)。