算法时间复杂度:对算法进行分析时,语句总的执行次数T(n),即:
T(n) = O(f(n))
n : 问题规模
f(n)是问题规模n的某个函数
1、常阶数时间复杂度
语句的执行次数与规模n无关,是固定的常数;
2、线性阶时间复杂度:
与规模n相关的单循环结构
eg: int i;
for(i = 0; i < n ; i++)
{
//时间复杂度为O(1)的程序步骤
;
}
该例程程序时间复杂度为O(n)
3、对数阶时间复杂度:
2^x = n -> x=log2 n
eg: int count = 1;
while(count < n)
{
count *= 2;
//时间复杂度为O(1)的程序步骤
;
}
3、平方阶时间复杂度:
循环嵌套 时间复杂度为O(n^2)
eg : int i,j;
for(i = 0;i<n;i++)
{
for(j=0;j<n;j++)
{
//时间复杂度为O(1)的程序步骤
;
}
}
4、大O时间复杂度:
循环嵌套:
eg : int i,j;
for(i = 0;i<n;i++)
{
for(j=i;j<n;j++)
{
//时间复杂度为O(1)的程序步骤
;
}
}
程序执行次数:n+(n-1)+(n-2)+…+1 = n(n+1)/2 = n^2/2+n/2
该算法的时间复杂度为O(n^2)
大O时间复杂度算法原则:
a. 没有加法常数不予考虑
b.只保留高阶项,即只保留n^2/2
c.去除高阶项的常数项,即去除1/2,最终代码的时间复杂度为O(n^2)
5、还有立方阶、指数阶、nlogn阶时间复杂算法
6、常用时间复杂度排序:
O(1)<O(logn)<O(n)<O(nlogn)<O(n^^2)< O(2n)<O(n!)<O(nn)