时间复杂度
方法:
1、按效率从高到低排列:
2、取最耗时的部分
4个便利的法则:
- 对于一个循环,假设循环体的时间复杂度为 O(n),循环次数为 m,则这个循环的时间复杂度为 O(n×m)。
void aFunc(int n) {
for(int i = 0; i < n; i++) { // 循环次数为 n
printf("Hello, World!\n"); // 循环体时间复杂度为 O(1)
}}
时间复杂度为:O(n×1)
- 对于多个循环,假设循环体的时间复杂度为 O(n),各个循环的循环次数分别是a, b, c…,则这个循环的时间复杂度为 O(n×a×b×c…)。分析的时候应该由里向外分析这些循环。
void aFunc(int n) {
for(int i = 0; i < n; i++) { // 循环次数为 n
for(int j = 0; j < n; j++) { // 循环次数为 n
printf("Hello, World!\n"); // 循环体时间复杂度为 O(1)
}
}}
时间复杂度为:O(1×n×n),即O(n²)
- 对于顺序执行的语句或者算法,总的时间复杂度等于其中最大的时间复杂度。
void aFunc(int n) {
// 第一部分时间复杂度为 O(n^2)
for(int i = 0; i < n; i++) {
for(int j = 0; j < n; j++) {
printf("Hello, World!\n");
}
}
// 第二部分时间复杂度为 O(n)
for(int j = 0; j < n; j++) {
printf("Hello, World!\n");
}
}
时间复杂度为:O(n²)
- 对于条件判断语句,总的时间复杂度等于其中时间复杂度最大的路径 的时间复杂度。
void aFunc(int n) {
if (n >= 0) {
// 第一条路径时间复杂度为 O(n^2)
for(int i = 0; i < n; i++) {
for(int j = 0; j < n; j++) {
printf("输入数据大于等于零\n");
}
}
} else {
// 第二条路径时间复杂度为 O(n)
for(int j = 0; j < n; j++) {
printf("输入数据小于零\n");
}
}
}
时间复杂度为:O(n²)
举个栗子~
例:
//代码 1
int a = 1;
while (a <= n) {
a = a * 2;
}
时间复杂度为:O(logn)
//代码 2
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
for (int k = 0; k < n; k++) {
a++;
}
}
}//O(n³)
int m = 1;
for (int i = 1; i <= n; i++) {
m *= i;
}//O(n!)
for (int i = 0; i < m; i++) {
b++;
}//O(n!)
时间复杂度为:O(n!)
//代码3
void aFunc(int n) {
for (int i = 2; i < n; i++) {
i *= 2;
printf("%i\n", i);
}}
//假设循环次数为 t,则循环条件满足 2^t < n。
//可以得出,执行次数t = log(2)(n),即 T(n) = log(2)(n),可见时间复杂度为 O(log(2)(n)),即 O(log n)。
时间复杂度为:O(logn)
//代码4
long aFunc(int n) {
if (n <= 1) {
return 1;// 需要执行 1 次
}
else {
return aFunc(n - 1) + aFunc(n - 2);
}//T(n-1)+T(n-2)+1 —— 这里的1表示加法执行一次
}
//T(n) = T(n - 1) + T(n - 2) 是一个斐波那契数列,通过归纳证明法可以证明,当 n >= 1 时 T(n) < (5/3)^n,同时当 n > 4 时 T(n) >= (3/2)^n。
//该方法的时间复杂度可以表示为 O((5/3)^n),简化后为 O(2^n)。
时间复杂度为:O(2^n)