在学习数据结构的过程中,时间复杂度是我们最先接触到的概念,我们一般用时间复杂度判断算法的优劣,
但是课本中并没有详细介绍各种代码时间复杂度的例子,因此,这里对常见的时间复杂度以及代码实例举一些例子,供大家参考。
一.常见的时间复杂度
时间复杂度由小到大:
1.常数阶O(1)
2.对数阶O(log2n)
3.线性阶O(n)
4.线性对数阶O(nlog2n)
5.平方阶O(n^2)
6.立方阶O(n^3)
7.k次方阶O(n^k)
8.指数阶O(2^n)
二.代码分析
1).常数阶O(1)
无复杂的循环结构,无论代码多少行,时间复杂度都是O(1)
int i=1;
int j=2;
i++;
j++;
int temp;
temp=i+j;
2).对数阶O(log2n)
在while循环中,对于参数进行对数型增长,当达到某一个值时,跳出循环,例如:N=a^x,即a的x次方等于N,记作x=logaN,
在这里,循环中的代码可以是任何数,若为3,则对数阶是O(log3n)(注意这里的参数是以3为底,应该是小写)
int i=1;
while(i<n){
i=i*2;
}
3).线性阶O(n)
for循环里的代码执行n次,使用O(n)表示他的时间复杂度
for(int i=0;i<n;i++){
j=i;
j++;
}
4).线性对数阶O(nlogN)
线性对数阶,通常是把时间复杂度为O(logN)的代码循环了n遍,就是n*O(logN),双重循环
for(int m=1;m<n;m++){
i=1;
while(i<n){
i=i*2;
}
}
5).平方阶O(n^2)
和上一个类似,是指对O(n)的双重循环
for(int x=1;i<=n;x++){
for(int i=0;i<=m;i++){
j=i;
j++;
}
}
6).参考上面的O(n²) 去理解就好了,O(n³)相当于三层n循环,其它的类似。