时间复杂度的简单例题

最新推荐文章于 2024-05-04 11:15:32 发布

遇秋-

最新推荐文章于 2024-05-04 11:15:32 发布

阅读量4.5k

点赞数 2

文章标签：数据结构

本文链接：https://blog.csdn.net/m0_69917453/article/details/126581931

版权

时间复杂度

1.概念：时间复杂度是指在算法中基本操作重复执行的次数，可表达为O(1)，O(n)等。

2.例题

（1）for(i=1;i<=n;i++)

K++;

for(j=1,j<=n;j++)

m+=k;

解析：这两个循环是互不联系的循环，上面一个语句循环完之后再循环下面一个语句，且上面语句循环n次，下面也循环了n次，所以总共循环了2n次，则时间复杂度为O(n)。

(2) void fun()

{

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

遇秋-

关注关注

2
点赞
踩
13

收藏

觉得还不错? 一键收藏
3
评论
时间复杂度的简单例题

数据结构中中时间复杂度的一些简单例题
复制链接

扫一扫

数据结构算法复杂度题目答案

04-19

在这些程序片段中，我们使用大O符号来表示每个循环结构的时间复杂度。 - (1) O(N)：一个简单的for循环，随着N的增加，执行次数与N成正比。 - (2) O(N^2)：双重for循环，内部循环的执行次数与外层循环的N成正比，...

【非常全面和详细】时间复杂度计算-例题集合

啊枫

01-09

5万+

自用时间复杂度分析

3 条评论您还未登录，请先登录后发表或查看评论

时间复杂度例题与解析

qq_64609045的博客

08-29

4618

1.分析以下时间复杂度 void fun(int n) { int i=0,s=0; while(s<n) { ++i; s=s+i; } } 答：n为规模，基本操作语句是++i和s=s+i，while循环处当s>=n不符合条件停止，假设执行m次结束，i=1,2,3..依次渐加，i只影响s值，主要看s， s1 =1, s2 =1+2=3, s3 =1+2+3=6，... sm=1+2+3+...+m=m(m+1)/2 ,正解答案...

涉及时间复杂度的经典算法题

最新发布

ha2042894194的博客

05-04

1013

一个合格的程序，除了要能实现相应的功能外，还要顾及时间和空间的消耗，需要注意的是：程序的时间和空间和我们在生活中所熟知的这两个名词的含义有所出入。因此我先对他们进行介绍。时间复杂度：首先要明确两点：1、计算机的cpu每秒能处理的数据量在亿级以上2、不同层次的cpu的处理速度并不相同正因如此，一个程序的时间复杂度并不能通过在某台机器上运行所花费的时间来评判，而要通过程序基本操作的执行次数（一般只关注循环，因为单一语句的执行时间对于cup而言可以忽略）来评估。

时间复杂度计算例题

qq_65556196的博客

08-29

1892

时间复杂度计算例题

时间复杂度简述及例题

weixin_62973176的博客

12-25

2601

时间复杂度，二分查找，刷题统计

数据结构：关于时间复杂度的例题计算

tydo达令的博客

01-09

7435

数据结构：关于时间复杂度的例题计算

数据结构例题解析.doc

10-06

1. **时间复杂度**：时间复杂度是衡量算法运行效率的重要指标，用大O记法表示。在给定的程序片段中，循环内的操作依赖于`s`的值，而`s`的增长与`n^2`成正比。因此，循环执行次数为O(n^2)，所以正确答案是b. O(n^2)。...

数据结构1800例题与答案

03-17

6. **排序算法**：包括冒泡排序、选择排序、插入排序、快速排序、归并排序、堆排序等多种类型，例题可能要求分析不同排序算法的时间复杂度和稳定性，并给出具体实现。 7. **查找算法**：二分查找、哈希表查找等，...

时间复杂度计算题

zhangt766的博客

08-30

7490

增加前时间复杂度为：T1(n) = O(2n + 1)，增加部分的代码执行次数f(n) = 1 + n + n + n；因为代码是平行增加的所以增加后的时间复杂度T(n) = T1(n) + T2(n) = O(5*n + 2)。大O记法T(n)=O(f(n))，表示随着代码执行的次数增长（减少），算法执行时间的增长率和f(n)的增长率相同，表示的是算法的渐近时间复杂度，简称时间复杂度。在上面已经分析过，下面的代码时间复杂度T1(n) = O(2*n + 1)，也可以写成T1(n) = O(n)；.....

时间复杂度和空间复杂度及多道例题讲解

Sxy_wspsby的博客

10-29

1782

时间，空间复杂度介绍及例题讲解

时间复杂度练习题

qq_64481855的博客

08-29

690

关于时间复杂度的练习题

时间、空间复杂度详解(带例题)

zlz304的博客

04-24

1144

时间和空间复杂度详细介绍，层层递进，逐步深入

时间复杂度详解+例题分析

ZYM

09-28

3372

时间复杂度，就是描述算法语句执行次数与问题规模n 的函数模型大O--预计估算，不需要精确的执行次数，知道大概就可，所以描述主要增长率，略去系数等非主要影响因素，来表示渐进的函数关系--即渐进时间复杂度。

详解时间复杂度计算公式(附例题细致讲解过程)

热门推荐

weixin_63866037的博客

11-29

5万+

这几天开始刷力扣上面的算法题，有些题目上面限制时间复杂度和空间复杂度，题目虽然写出来了，但是很没底。印象里数据结构老师讲过一点，沉睡的记忆苏醒了。只记得一个时间复杂度是O(n)，空间复杂度是S(n)。for循环常常是O(n)，具体是怎么算的不清楚。所以在看了相关的视频教学后，总结一下时间复杂度的计算公式，希望能给大家的学习带来帮助!

【考研】时间复杂度与空间复杂度习题练习（含真题）

qq_34438969的博客

08-11

7704

题目主要是选取自408考研真题、《数据结构（C语言版）》严蔚敏编著的教材课后习题、王道习题等。如有错误，请在评论区讨论指正。目录前言一、时间复杂度二、空间复杂度。

【时间复杂度练习题与解析】

Wu_wu__的博客

08-30

1494

1、设n为如下程序段处理的数据个数，求时间复杂度 for(i=l;<n;i=2*i) std：：cout＜＜“i=”＜＜std：：end1；分析: 主看for循环，当>=n时结束，假设执行m次结束，i1=2= 21 ,i2 =2*2 = 22，..，im二2m，则有2m=n，大致口算m=1og2n，则时间复杂度为O( log2n ) 2、分析以下时间复杂度 void fun(int n) { int i=0,s=0; while(s<n) { ...

算法及其时间复杂度习题(附答案)

javkhuang的博客

03-09

3万+

一、单项选择题 1.个算法应该是（）。 A.程序 B.问题求解步骤的描述 C.要满足五个基本特性 D. A和C 2.某算法的时间复杂度为O(n2)，表明该算法的（）。 A.问题规模是n2 B.执行时间等于n2 C.执行时间与n2成正比 D.问题规模与n2成正比 3.以下算法的时间复杂度为（）。 void fun(int n) { int i=l; while(i<=n) i=i*2; } A. O(n) B. O(n2)

时间复杂度和空间复杂度详解带例题（精）

debugEDM的博客

07-07

6341

算法算法（Algorithm）是指用来操作数据、解决程序问题的一组方法。对于同一个问题，使用不同的算法，也许最终得到的结果是一样的，但在过程中消耗的资源和时间却会有很大的区别。那么我们应该如何去衡量不同算法之间的优劣呢？主要还是从算法所占用的「时间」和「空间」两个维度去考量。时间维度：是指执行当前算法所消耗的时间，我们通常用「时间复杂度」来描述。空间维度：是指执行当前算法需要占用多少内存空间，我们通常用「空间复杂度」来描述。因此，评价一个算法的效率主要是看它的时间复杂度和空间复杂度情况。然而

dfs时间复杂度_DFS与BFS——理解简单搜索(中文伪代码+例题)

05-24

DFS算法是一种用于图遍历或树遍历的算法。其核心思想是从起点开始递归地深入每一个可能的分支，直到无法继续为止，然后回溯到上一个节点，继续尝试其他分支。 DFS算法有两种实现方式：递归实现和非递归实现（使用栈）。递归实现的DFS算法伪代码： ``` DFS(node): if node is None: return visit(node) for child in node.children: DFS(child) ``` 非递归实现的DFS算法伪代码： ``` DFS(node): stack = [node] while stack: node = stack.pop() if node.visited: continue visit(node) node.visited = True for child in node.children: stack.append(child) ``` 其中，visit(node)表示对节点node进行操作，例如打印节点值、记录路径等。 DFS算法的时间复杂度为O(V+E)，其中V为节点数，E为边数。因为每个节点和每条边都只会被访问一次。下面是一个例题，用DFS算法求解从起点到终点的路径（leetcode 79题）：给定一个二维网格和一个单词，找出该单词是否存在于网格中。单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。示例: ``` board = [ ['A','B','C','E'], ['S','F','C','S'], ['A','D','E','E'] ] 给定 word = "ABCCED", 返回 true. 给定 word = "SEE", 返回 true. 给定 word = "ABCB", 返回 false. ``` 实现代码： ```python class Solution: def exist(self, board: List[List[str]], word: str) -> bool: if not board or not board[0]: return False m, n = len(board), len(board[0]) visited = [[False] * n for _ in range(m)] directions = [(0, 1), (0, -1), (1, 0), (-1, 0)] def dfs(i, j, k): if k == len(word): return True if i < 0 or i >= m or j < 0 or j >= n or visited[i][j] or board[i][j] != word[k]: return False visited[i][j] = True for dx, dy in directions: if dfs(i+dx, j+dy, k+1): return True visited[i][j] = False return False for i in range(m): for j in range(n): if dfs(i, j, 0): return True return False ``` 时间复杂度为O(m*n*3^k)，其中m、n为网格大小，k为单词长度。因为每个格子都有可能走，所以是O(m*n)，而每次调用dfs函数会向四个方向递归，每个方向都不能重复走，所以是3^k。