三界第一法则——时间复杂度

我的身前一尺是我的世界

于 2021-09-24 14:33:52 发布

阅读量402

点赞数 1

分类专栏：算法解析文章标签：算法数据结构

本文链接：https://blog.csdn.net/qq_39706570/article/details/120439249

版权

算法解析专栏收录该内容

2 篇文章 0 订阅

订阅专栏

时间复杂度是O ( $n^{2}$ )的程序

总结

目标

明确时间复杂度的概念；
了解常见的几种时间复杂度，能根据效率排列出这几种常见的时间复杂度；
掌握时间复杂度的计算方法，并能分析相关程序的时间复杂度。

概念

在计算机科学中，时间复杂性，又称时间复杂度，它定性描述该算法的运行时间。时间复杂度常用大写o符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。

常见的几种时间复杂度及效率对比

效率从高到低排序如下：

O(1)>O(logn)>O(n)>O(nlogn)>O( $n^{2}$ )>O( $n^{x}$ )

也可以说：

O(1)的时间复杂度是常数；
O(logn)的时间复杂度是对数；
O(nlogn)的时间复杂度是线性对数；
O(n)的时间复杂度是线性；
O( $n^{2}$ )的时间复杂度是平方；
O( $n^{x}$ )的时间复杂度是x次方。

即效率从高到低排序也可以是：

常数>对数>线性>线性对数>平方>次方

分析程序的时间复杂度

时间复杂度是O(1)的程序

public static void constant(){
    //时间复杂度是O(1)
    int num=100;
    //这里会运行101次，最后一次判断不符合条件退出循环。运行次数是一个确定的常数。所以时间复杂度是常数，即O(1)。
    for(int i = 0 ;i < num;i++){
        //这里会运行100次，运行次数是一个确定的常数。所以时间复杂度是常数，即O(1)。
        num = num + i;
    }
}

时间复杂度是O(logn)的程序

public static void log(int n) {
        int i=1;
        while (i > n) {
            //求这里的时间复杂度。
            i = i * 2;
        }
}

分析

第1次循环：i=i*2
第2次循环：i=i*2*2
第x次循环：i=i* $2^{x}$

要求i>n才退出循环，即i* $2^{x}$ >n，题目可以转化为求循环次数x。
根据对数函数和指数函数的关系：y=log $a^{x}$ $\Leftrightarrow$ x= $a^{y}$ 。推出：log $2^{n}$ <x，忽略常数项2，则得出时间复杂度为O(logn)。

时间复杂度是O(n)的程序

    public static void linear(int n) {
        for(int i=0;i<n;i++){
            System.out.println(i);
        }
    }

分析

循环的次数取决于输入参数，所以时间复杂度是O(n)。

时间复杂度是O(nlogn)的程序

    public static void nlog(int n) {
        int i=1;
        for (int j=0;j<n;j++){
            while (i > n) {
                //求这里的时间复杂度。
                i = i * 2;
            }
        }
    }

分析

内层循环在上面的实例中计算得出时间复杂度是O(logn)，外层循环n次，所以时间复杂度是O(nlogn)。

时间复杂度是O ( $n^{2}$ )的程序

public static void sort(int[] arr) {
        for (int i = 0; i < arr.length - 1; i++) {//循环arr.length - 1次
            for (int j = 0; j < arr.length - 1 - i; j++) {//循环arr.length - 1 - i次
                if (arr[j] > arr[j + 1]) {
                    //临时变量接收大的值；
                    int temp = arr[j];
                    //把小的值放到前面；
                    arr[j] = arr[j + 1];
                    //把大的值放到后面。
                    arr[j + 1] = temp;
                }
            }
        }
}

分析

这是一个冒泡排序，很明显：

外层循环次数是循环arr.length-1次；
内层循环次数是循环arr.length-1-i次；
如果设n=arr.length-1，则总循环次数是n(n-i)。

根据时间复杂度的概念，不包括低阶项和首项系数，则时间复杂度为O( $n^{2}$ )。

总结

日常开发中要尽量避免循环嵌套，程序的优化目标要向O(1)接近；
时间复杂度不只是计算运行次数，还要考虑网络请求（RPC，数据库连接等）的部分，网络请求的时间复杂度需要多次测试求平均响应时间。

我的身前一尺是我的世界

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
三界第一法则——时间复杂度

目标明确时间复杂度的概念；了解常见的几种时间复杂度，能根据效率排列出这几种常见的时间复杂度；掌握时间复杂度的计算方法，并能分析相关程序的时间复杂度。概念在计算机科学中，时间复杂性，又称时间复杂度，它定性描述该算法的运行时间。时间复杂度常用大写o符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。常见的几种时间复杂度O(1)、O(logn)、O(n)、O(nlogn)、O()、O()...
复制链接

扫一扫