一、算法的时间复杂度
1.时间复杂度:指算法执行所需要的计算工作量
2.时间频度:一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)
一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f (n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)), 称O(f(n)) 为算法的渐近时间复杂度,简称时间复杂度。
在各种不同算法中,若算法中语句执行次数为一个常数,则时间复杂度为O(1),另外,在时间频度不相同时,时间复杂度有可能相同,如 与
它们的频度不同,但时间复杂度相同,都为O(n²)。在
中,就有f(n)=n²,使得T(n)/f(n)的极限值为4,那么O(f(n)),也就是时间复杂度为O(n²)。
例如:T(n) = n+1 随着n的增大,1对结果的影响可以忽略不记,所以执行时间可以记作O(n)
3.常用函数阶
一般取最坏情况作为算法复杂度的度量。
f(n)=1时,时间复杂度为O(1),可以称为常数阶。
f(n)=n时&