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)