首先,什么是时间复杂度呢?官方的定义是在计算机科学中,时间复杂性,又称时间复杂度,算法的时间复杂度是一个函数,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符号表述,不包括这个函数的低阶项和首项系数。使用这种方式时,时间复杂度可被称为是渐近的,亦即考察输入值大小趋近无穷时的情况。
小编对他的理解就是某种逻辑执行的次数,例如for循环,while循环执行的次数,递归函数调用的次数等等,但也有特殊时候,我们不单单关注代码,更要关注代码的逻辑。
通常我们对于时间复杂度都是一个估算,用O(n)表示。
在求解时间复杂度是要注意以下几点:
计算结果值保留函数中的最高项。
如果最高项的常数存在,则忽略为一。
如果计算结果是常数,则都用1代替。
下面就是小编总结的几种常见的时间复杂度计算:
冒泡排序
void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i - 1] > a[i])
{
Swap(&a[i - 1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
}
实际的运算次数F(N)=N+(N-1)+(N-2)……+2+1,通过化简结果为O(N²)
2.
void Func(int N, int M)
{
int count = 0;
for (int k = 0; k < M; ++k)
{
++count;
}
for (int k = 0; k < N; ++k)
{
++count;
}
printf("%d\n", count);
}
这个就相对比较简单结果为O(m+n)
当m远大于n时n则可以省略。
当m远小于n时则m可以省略。
当m与n接近时则都不可省略。
3.这是一个二分查找
int BinarySearch(int* a, int n, int x)
{
assert(a);
int begin = 0;
int end = n - 1;
while (begin < end)
{
int mid = begin + ((end - begin) >> 1);
if (a[mid] < x)
begin = mid + 1;
else if (a[mid] > x)
end = mid;
else
return mid;
}
return -1;
}
我们假设一共执行了x次,数组的长度为N,每执行一次数组的长度都会变为原来的1/2,则表示为,N/(1/2)的x次=1经过化简,x=(log₂N) 则O(N)=(log₂N).这也证明了二分算法的强大之处,但他的前提是数组已经时有序的。
4.斐波那契数列
long long Fibonacci(size_t N)
{
return N < 2 ? N : Fibonacci(N-1)+Fibonacci(N-2);
}
这个就相对复杂一些。我们可以通过画图的方式理解
这个有点类似二叉树求结点,有兴趣的小伙伴可以去看看,调用的次数我们可以当成等比数列来计算,右下角的空缺部分我们可以假设为x(其实可以忽略)那么我们执行调用的总次数为F(N)=2⁰+2¹+2²+…+2N-1=2N-1,所以该算法的时间按复杂度为O(2N)。
以上就是小编总结的一些常用的时间复杂度的计算,如果小伙伴觉得对自己有用的话,可以给小编留下一个赞哦😁。