时间复杂度

我是搬运工，写下来仅作为自己复习哈。
我们来看一下这个例子，用的是java，内容就是打印8条语句，问这个程序的时间复杂度是多少？

public class TS {
	public static void main(String[] args) {
		System.out.println("111");
		System.out.println("111");
		System.out.println("111");
		System.out.println("111");
		System.out.println("111");
		System.out.println("111");
		System.out.println("111");
		System.out.println("111");
	}
}

O（8）？ 当然不是！！！按照时间复杂度的概念“T（n）是关于问题规模为n的函数”，这里跟问题规模有关系吗？没有关系，用我们的第一个方法，时间复杂度为O（1）。

第二个例子：（线性阶）

 
public class TS {
	public static void main(String[] args) {
		int sum = 0;
		for(int i=1;i<=100;i++) {
			sum = sum + i;
		}
	}
}

时间复杂度为O（n）。

第三个例子：（平方阶）

public class TS {
   public static void main(String[] args) {
   	int sum = 0;
   	for(int i=1;i<=100;i++) {
   		for(int j=1;j<=100;j++)
   			sum = sum + i;
   	}
   }
}

外层i的循环执行一次，内层j的循环就要执行100次，所以外层执行100次，那么总的就需要执行100*100次，那么n次呢？就是n的平方次了。所以时间复杂度为：O（n^2）。

平方阶的另外一个例子：

public class TS {
	public static void main(String[] args) {
		int sum = 0;
		for(int i=1;i<=100;i++) {
			for(int j=i;j<=100;j++)
				sum = sum + i;
		}
	}
}

当i=1的时候执行n次，当n=2的时候执行（n-1）次，…

一直这样子下去就可以构造出一个等差数列：n+（n-1）+（n-2）+…+2+1

根据等差数列的求和公式：或者

求和易得：n+n*(n-1)/2整理一下就是n*(n+1)/2然后我们将其展开可以得到n^2/2+n/2。

根据我们的步骤走，保留最高次项，去掉相乘的常数就可以得到时间复杂度为：O（n^2）

第四个例子：（对数阶）

public class TS {
	public static void main(String[] args) {
		int i=1;
		int n= 100;
		while(i<n) {
			i = i*2;
		}	
}

2^x = n,所以时间复杂度为O(log2n)。

时间复杂度所耗费的时间从小到大依次是：
O(1 )< O(logn) < O(n) < O(n*logn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)

最坏情况与平均情况：
平均运行时间是期望的运行时间。

最坏的运行时间是一种保证。我们提到的运行时间都是最坏的运行时间。

可以通过空间来换取时间。

原文：https://blog.csdn.net/szlg510027010/article/details/82426240

三. 再次进阶
求该方法的时间复杂度

long aFunc(int n) {
    if (n <= 1) {
        return 1;
    } else {
        return aFunc(n - 1) + aFunc(n - 2);
    }
}

参考答案：
显然运行次数，T(0) = T(1) = 1，同时 T(n) = T(n - 1) + T(n - 2) + 1，这里的 1 是其中的加法算一次执行。
显然 T(n) = T(n - 1) + T(n - 2) 是一个斐波那契数列，通过归纳证明法可以证明，当 n >= 1 时 T(n) < (5/3)^n，同时当 n > 4 时 T(n) >= (3/2)^n。
所以该方法的时间复杂度可以表示为 O((5/3)ⁿ)，简化后为 O(2 ⁿ)。
可见这个方法所需的运行时间是以指数的速度增长的。如果大家感兴趣，可以试下分别用 1，10，100 的输入大小来测试下算法的运行时间，相信大家会感受到时间复杂度的无穷魅力。

链接：https://www.jianshu.com/p/f4cca5ce055a