算法 第二章 时间复杂度与空间复杂度

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