算法分析-时间复杂度

最新推荐文章于 2024-10-03 13:36:06 发布

钻石吴彦祖

最新推荐文章于 2024-10-03 13:36:06 发布

阅读量40

点赞数

文章标签：算法数据结构

本文链接：https://blog.csdn.net/m0_75178540/article/details/131780328

版权

大O表示法用于估算算法的运行时间，忽略低阶项和常数因子，关注最坏情况下的复杂度。O(1)表示常数时间复杂度，如简单语句；O(n)对应线性复杂度，如常量步长的循环；O(Logn)表示对数时间复杂度，如指数递增或递减的循环。连续循环的时间复杂度为各循环复杂度之和。

摘要由CSDN通过智能技术生成

时间复杂度：

-》大O表示法只是对程序执行时间的一个估算（大O是一个渐进表示法，不会去表示精确的次数，cpu的运算速度很快，估计精确的没有意义。）

-》大O表示法只保留最高阶项

-》大O表示法一般表示的是算法最差的运行时间

时间复杂度O(1)

直接执行一些O(1)的简单语句；不包括递归、循环

时间复杂度O(n)

如果在一个大小为n循环中，循环变量按照一个常量C递增或递减，这个循环的复杂度就为O(n)

for(int i = 0 ; i < n ；i += c){
        //执行O（1）的语句
}
for(int i = 0 ; i < n ；i -= c){
        //执行O（1）的语句
}

如果在一个大小为n循环中，循环变量按照一个常量C的进行倍数的递增或递减，这个循环的复杂度就为O(Log n).

1	for (int i = 1; i <=n; i *= c) {
2	      // some O(1) expressions
3	  }
4	  for (int i = n; i > 0; i /= c) {
5	      // some O(1) expressions
6	  }

---------------------------------------------------------------------------------------------------------------------------------

例：

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

O为log2(n)

如果在一个大小为n循环中，循环变量是指数级的递增或递减，这个循环的复杂度就为O(Log log n).

1	// c为比1大的常量
2	  for (int i = 2; i <=n; i = pow(i, c)) {
3	      // some O(1) expressions
4	  }
5	  //这里的 fun 函数可以是sqrt 或 cuberoot 或任何其他恒定的根
6	  for (int i = n; i > 0; i = fun(i)) {
7	      // some O(1) expressions
8	  }