时间复杂度定义:
进行算法分析时:
- 所有语句在一起的总的操作T(n)是关于数据规模n的一个函数
- 进而T(n)随着n的变化情况确定T(n)的数量级
- 算法的时间复杂度,记作T(n)= O(f(n))
- 它表示随着数据规模n的增大,算法执行时间的增长率与f(n)的增长率
- f(n)是数据规模n的一个函数
这样用O来体现算法时间复杂度的方法,叫做大O记法。
随着数据规模n的增大,T(n)增长最为缓慢的的算法叫做最优算法
- 例如,O记法可以有这样的表示方法: O(1) O(n) 或者O(n^2)的表示方法
那么如何分析算法的时间复杂度呢? -> 如何推导大O的阶呢?
- 用常数1取代运行时间中所有的加法常数 -> 例如3条指令+8次cout指令 加在一起,其实就是1
- 修改后的运行次数函数中,只保留最高次项
- 如果最高阶项存在而且不是1,去除与这个项相乘的常数,例如3n^2 -> O(n^2)
- 最后得到的结果就是大O阶,也就是时间复杂度