算法时间复杂度分析

算法时间复杂度分析

将算法中基本操作的执行次数作为算法时间复杂度的度量；

（换句话说：

算法中基本操作的重复执行的次数就是算法的计算量，将其大小作为算法的时间复杂度

注：语句的频度指的是该语句重复执行的次数。

算法的时间复杂度算的是语句总的执行次数T（n）是关于问题规模n的函数。注意是总的执行次数。不是某一句的频度。

）

算法的时间复杂度取决于问题的规模，待处理数据的初态。  

常用时间复杂度：

O(1) ≤O(log2(n)) ≤O(n) ≤O(nlog2(n)) ≤O(n^2)≤ O(n^3) ≤.....≤O(n^k)≤ O(2^n)

 

注：越小越优

O的形式定义为：若f(n)是正数n的一个函数，则O(n)表示一个正常数M，使得当n≥n0时满足｜O(f(n))｜≤ M*|f(n)|,也就是O(f(n))给出了函数O(f(n))给出了f(n)的一个上界。

具体步骤：

(1)确定算法中的基本操作以及问题规模

1.找基本操作：多数情况下取最深循环内的语句所描述的操作作为基本操作。

2.确定规模：一般是参数n

2)确定基本操作执行情况计算出规模n的函数f(n)，并确定时间复杂度为T(n)=O(f(n)中增长最快的项/此项的系数)

1.计算出n的函数f(n)