常见的时间复杂度计算

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：

1. 计算结果值保留函数中的最高项。

2. 如果最高项的常数存在，则忽略为一。

3. 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：

1. 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😁。