【考研408数据结构】时间复杂度

本文介绍了考研中分析时间复杂度的重要性和步骤,包括确定基本操作、计算规模函数f(n)以及忽略最高项系数。通过三个示例详细解析了如何计算不同算法的时间复杂度,如O(n)、O(n^2)和O(n^(1/2))。
摘要由CSDN通过智能技术生成
时间复杂度

关于时间复杂度,最最重要的一句话就是:将算法中基本操作的执行次数作为时间复杂度的度量。时间复杂度并不是执行程序所需要的时间,而是执行基本操作的总次数。

考研中,常常需要比较各个时间复杂度的大小,常用的时间复杂度比较关系为:

O(1)≤O(log2(n))≤O(n)≤O(n*log2(n))≤O(n2)≤O(n3)≤…≤O(nk)≤O(2n)

计算时间复杂度的具体步骤如下:

  1. 确定算法中的基本操作以及问题的规模
  2. 根据基本操作执行情况计算出规模数n的函数f(n),并确定时间复杂度T(n)=O(f(n)中增长最快项/此项系数)(也就是说只考虑最高项,且忽略最高项的系数

注意:有的算法中基本操作的执行次数不仅跟初始输入的数据规模有关,还和数据本身有关。比如说,一些个排序算法,同样有n个待处理的数据,但数据初始有序性不同,则基本操作的执行次数也不同。一般是依照使得基本操作执行次数最多的输入来计算时间复杂度,即最坏的情况下作为时间复杂度的度量。

例1.1求以下算法的时间复杂度

void fun(int n)
{
    int i = 1,j = 100;
    while(i < n)
    {
        &
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值