关于时间复杂度的计算理解
前言
如果代码的执行最多总次数可以被表示为一个多项式。
那么时间复杂度就是
保留最高次方、且去掉常数。
之后的结果。 所以,求一段代码的时间复杂度,就是 得到关于次数 t 的多项式,再去掉常数和保留最高次方即可。
然而,求出 t 并不是那么容易的。要懂得如何从代码中提取出 t 的多项式。
主要分为以下两种题型:
一、循环的 判定条件 没有主体变量的参与
此类问题的又可分为两种类型
1.1 非递归程序
1.1.1 最基础类型
for(int i = 0; i < n; ++i)
for(int j = 0; j < n; ++j)
for(int k = 0; k < 2; ++k)
A[i][j] = 100;
for(int i = 0; i < n; ++i)
cout << "999" << endl;
第一段代码是三层循环嵌套,第二层代码是一层循环。
可以轻易的看出,
第一段代码最内层的语句最多执行
2
n
2
2n^2
2n2 次.
第二段代码最内层最多执行 n 次
所以此段代码的 最多情况下 的总执行次数为
2
n
2
+
n
2n^2+n
2n2+n 次,
若记执行次数为, 则
t
<
=
2
n
2
+
n
t <= 2n^2+n
t<=2n2+n
根据 “留高次,去常数” 的原则,
0
<
t
<
=
n
2
0 < t <= n^2
0<t<=n2.
用 “大 O 表示法” 记为
O
(
2
n
2
+
n
)
O(2n^2 + n)
O(2n2+n)
但是当
n
→
∞
n\to\infty
n→∞ 时, 后面的低次项 n 与常系数 2 就显得微不足道了。所以为了更简洁的描述与比较快慢,可记为
O
(
n
2
)
O(n^2)
O(n2)
1.1.2 迷惑类型
还是刚刚的那段代码,只不过做了些许的改动。就足以让很多同学迷惑
for(int i = 1; i <= n; ++i)
for(int j = 1; j <= i; ++j)
for(int k = 0; k < 2; ++k)
if(A[i][j] > 999)
A[i][j] = 100;
for(int i = 0; i < n; ++i)
cout << "999" << endl;
可以看出,此程序执行次数最多可能的语句还是 第一层循环的最内层语句
A[i][j] = 100;
这样的语句我们称为 主体语句
所以根据 留最高, 去常数。原则,我们只关心主体语句的执行过程,而不用去管第二个循环。此时代码简化为:
for(int i = 1; i <= n; ++i)
for(int j = 1; j <= i; ++j)
for(int k = 0; k < 2; ++k)
if(A[i][j] > 999)
A[i][j] = 100;
又,第三个循环的作用不过是给执行次数 t 的多项式添上系数 2 而已,所以也可以去掉。
for(int i = 1; i <= n; ++i)
for(int j = 1; j <= i; ++j)
if(A[i][j] > 999)
A[i][j] = 100;
为什么不去掉 判断语句 呢??因为我们期望得到主体语句的最高执行次数,所以期待每次 判断语句 都会执行。所以在判断复杂度的时候,所以此时可以忽略判断语句。
即:
for(int i = 1; i <= n; ++i)
for(int j = 1; j <= i; ++j)
A[i][j] = 100;
此时有两种方法解决这个问题:
1.1.2.1 猜测+验证法
第一个循环从 0到n-1 共会执行 n 次
而对于第二个循环对的执行次数取决于第一个循环。
但在最多情况下,
也就是 i = n 时,
第二个循环也会执行到 j = n.
此时两个循从 1 到 n 都执行了 n 次. 所以复杂度依然为
n
⋅
n
=
O
(
n
2
)
n \cdot n = O(n^2)
n⋅n=O(n2)
1.1.2.2 级数求和
众所周知,当 i = n 时,j所在的循环会执行n次,其中每一次都会使主体语句执行 1, 2 … n 次。
次数如上表所示,所以总执行次数为
留最高, 去常数。后,为
O
(
n
2
)
O(n^2)
O(n2)
1.2 递归程序
1.2.1 代入法
T
(
n
)
=
{
1
,
n
=
1
,
2
T
(
n
/
2
)
+
n
,
n
>
1.
T(n)=\left\{ \begin{aligned} & 1 & , & n=1, \\ 2T(n/2)+n & , & n>1. \end{aligned} \right.
T(n)={2T(n/2)+n1,,n>1.n=1,
此类问题分四步走:
- 写 T(n) 的迭代式(一直文本替换迭代下去)。
- 对每次迭代标号,从1到m。
- 利用 m 与递归截至条件的关系式 解出 m, 代回迭代式。
- 留最高,去常数。
1.2.2 主定理法
1.2.3 递归树法
二、循环的 判定条件 有主体变量的参与
例题如下:
我们可以观察到:主体语句执行多少次 取决于 绿色框的值 是否符合循环的判定条件。
此时,我们是无法得知主体语句的循环次数 t 到底是多少的。
这是由于主体语句的循环与否,是取决于循环条件的。
如果满足判定条件,则主体语句循环,循环次数增加。
此类题的解题步骤一般分为 4 步:
-
列出 主体语句的执行次数 与 绿色框值 的表格
以第一个为例:
-
建立 F(t) 方程
其中自变量 t 为 主体语句的执行次数,因变量为 绿色框值 -
将 F(t) 代回循环中的判定条件式,解出 t 变量。
以第一个为例:
n
⩾
(
t
+
1
)
2
⇒
n
⩾
t
2
+
t
⇒
n
⩾
t
+
t
n \geqslant (t+1)^2 \\ \Rightarrow n \geqslant t^2 + t \\ \Rightarrow \sqrt{n} \geqslant t + \sqrt{t}
n⩾(t+1)2⇒n⩾t2+t⇒n⩾t+t
4. 留高次,去常数
t
≤
n
时
间
复
杂
度
为
O
(
n
)
t \leq \sqrt{n} \\ 时间复杂度为 O(\sqrt{n})
t≤n时间复杂度为O(n)