时间复杂度的计算

一.什么是时间复杂度

时间复杂度的定义：时间复杂度（Time complexity）是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数. 时间复杂度常用大O表述，不包括这个函数的低阶项和首项系数。

这段定义比较不好理解，我们这样去解释时间复杂度：时间复杂度就是用来描述算法运行快慢的量；比如一段代码之中，我们要处理的数据总量为x，为了达到某种目的（比如增删改查排等等目的），所需要的计算次数为y，则y与x之间存在的关系，可以用时间复杂度来表达；

比如y与n的对应关系为y=ax+b，（a为系数b为常数）时间复杂度就是O(n)；

对应关系为y=ax^2+bx+c，时间复杂度就是O(n^2)

对应关系为y=a，与x无关，时间复杂度就是O(1)

对应关系为y=loga x(即a^y=x)，时间复杂度就是O(logn)   等等…………

二.时间复杂度的比较

从小到大排列时间复杂度的大小为：

O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<……O(a^n)<O(n!)

时间复杂度在O(n)即以上速度为慢，在O(logn)即以下速度为极快

三.时间复杂度的计算

我们来举几个例子：

1.我们要在一组无序的数组之中找到一个自己要的值：这个数的位置我们不确定，因此我们只能遍历这个数组，找到我们想要的数字，遍历数组的话需要将每个数字都和想要的值进行比较，直到找到我们想要的值为止，因此时间复杂度为O(n)；

2.我们要在一个有序已知长度的数组之中找到一个自己想要的值：这次我们得到的数组是一个有序的数组，因此我们可以使用二分法来找我们想要的值，判断中间数字与我们想要值的大小关系，排除一半的数字，这样我们最多比较logn次就能找到我们想要的数字，因此这段代码的时间gn);

3.我们现在要求1到n相加的总和：我们可以依次从1加到n，这样需要加n-1次就能得到我们想要的结果，时间复杂度为O(n)，但是我们也可以直接使用等差数列的求和公式（n+1）n/2这样只需要计算一次时间复杂度为O(1)，时间复杂度明显低于前者；

四.时间复杂度计算实例

1.计算这段算法的时间复杂度

void fun(int n){
    int i=1;
    while(i<=n)
        i*=2;
}

我们首先要找到数据总量x与计算次数y，在这段算法之中，数据总量为n，n无穷大时，计算y次时i的值为2^(y-1)，2^(y-1)~n，因此时间复杂度为O(logn)；

2.计算这段代码的时间复杂度

void fun(int n){
    int i=0;
    while(i*i*i<=n)
        i++;
}

  这段算法中数据总量仍为n，计算y次时进入while循环处i的值为y-1，因此（y-1）^3~n，时间复杂度为O(三次根号n)

3.n为正整数，最后一行语句的频度在最坏的情况下是多少

for (i=n-1;i>1;i--)
    for(j=1;j<i;j++)
        if(A[j]>A[j+1])
            A[j]与A[j+1]对换

最坏的情况下就是A数组逆序，if循环每次都满足条件执行，可见第一次for循环执行i-1次第二次执行i-2次，一直减到i为1，因此时间复杂度为O(n^2)

4.求最后一行代码的执行次数

int m=0,i,j;
for(i=1;i<=n;i++)
    for(j=1;j<=2*i;j++)
        m++;

当i为1时，最后一行代码执行的次数为2，i为2时，最后一行代码执行次数为4……当i为n时，最后一行代码执行的次数为2n，因此总共的执行次数为n(n+1)

5.求这段代码的时间复杂度

x=2;
while(x<n/2)
x=2*x;

第一次进入while循环时x值为2，第二次进入时x为2^2……第n次进入循环时x的值为2^x，因此2^x~n，时间复杂度为O(logn)

6.求这段代码的时间复杂度

x=0;
while(n>=(x+1)*(x+1))
x=x+1;

 第一次进入循环的时候x+1的值为1；第x次进入循环的时候x+1的值为x，x^2~n，因此时间复杂度为O(根号n)