数据结构与算法笔记3-时间复杂度分析

基本概念：

T(n) = O( f(n) ), 其中 f(n) 为执行次数

案例分析

1. $T(n)=O(n)$

int x = 0;
int y = 1;
int temp = x;

2. $T(n)=O(n)$

for(int i=0; i<=n; i++)
	x++;

3. $T(n)=lo{g}_n$

int i=1;
while(i<n)
	i*=2;

4. $T(n)=O(n^2)$

for(int i=1;i<=n;i++)
	for(int j=1;j<=n;j++)
		x++;

for(int i=0; i<n; ++i)
	for(int j=i;j<n;++j)
		x++;

此时$T(n)=n+(n-1)+...+2+1=O(n^2)$

5. $T(n)=O(nlo{g}_n)$

for(int i=1;i<n;i*=2)
	for(int j=0;j<n;j++)
		x++;

6. other case

void function()
{
	for(int i=0; i<=n; i++)
		x++;
		
	for(int i=1;i<n;i*=2)
		for(int j=0;j<n;j++)
			x++;
}

此时函数的时间复杂度为$O(n+n^2)=O(n^2)$

7. if___else___

if(...)
{
	for(int i=0; i<=n; i++)
		x++;	
}

else
{
	for(int i=1;i<n;i*=2)
		for(int j=0;j<n;j++)
			x++;
}

此时，时间复杂度为 if分支和else分支中最大的一个；

总结

• 时间复杂度的排序依次为：
  $O(1)<O(lo{g}_n)<O(n)<O(nlo{g}_n)<O(n^2)<O(N^3)<O(n^k)<O(2^n)<O(n!)$
• 时间复杂度对比曲线为：