算法时间与空间复杂度

一、算法时间复杂度

定义：一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n)，使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n))，称O(f(n))为算法的渐进时间复杂度(O是数量级的符号 )，简称时间复杂度。
一个算法中的语句执行次数称为语句频度或时间频度，记为T(n)

1.复杂度为O(1)

Temp=i;i=j;j=temp;

以上三条单个语句的频度均为1，该程序段的执行时间是一个常数，与问题规模n无关的常数。算法的时间复杂度为常数阶，记作T(n)=O(1)。如果算法的执行时间不随着问题规模n的增加而增长，即使算法中有上千条语句，其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。

2.复杂度为O(n^2)

sum=0；                 （一次）
for(i=1;i<=n;i++)       （n次 ）
for(j=1;j<=n;j++)（n^2次 ）
sum++；       （n^2次 ）

解：T(n)=2n2+n+1 =O(n^2)

3.复杂度为O(n)