关于时间复杂度的一些个人理解

什么是时间复杂度？

时间复杂度从名字上来说就是时间的复杂程度，实际上也就是一个算法中每条语句的理论上的执行时间总和。对于不同的程序它们的时间复杂度就会不同，时间复杂度用O表示。

时间复杂度重要吗？为什么重要？

对于一个算法而言，去评论它的好坏，不只是这个算法能不能解决问题，还有是不是有效率，而这里的效率有很大一部分是由这个时间复杂度决定的。对于计算机而言，复杂的算法会占用很多计算机资源，那么一个大的程序，如果每个算法都不够好，计算机在运算时就会出现卡住，我们所使用的程序的流畅性就破坏，那么这个程序就不会被接受。

如果你参加过一些算法竞赛，完成题目的条件不只是能够解答出问题，在判题系统中还有一个 Time limit exceeded程序超时。如果出现这种情况，你的程序不能过。

综上，时间复杂度对于一个算法，一个程序来说是至关重要的。

如何计算时间复杂度？

那么如何计算时间复杂度呢？这里需要提到一个名词时间频度：（一个算法中，语句执行的次数，被称为时间频度）用T(n)表示。

时间复杂度的定义计算

下面给出时间复杂度定义的计算方法：存在某个辅助函数f(n)，当n->∞时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数，记做T(n)=O(f(n))，则称O(f(n))为算法的渐进时间复杂度，简称时间复杂度。

简单的来说，时间复杂度就是取T(n)中的最高阶。例如：T(n)=n^4 + 100*n +50,那么O(n)=n^4。

计算需要注意的地方：

• 关注循环次数最多的一段代码
• 加法法则：总复杂度等于量级最大的那段代码的复杂度
• 乘法法则：嵌套代码的复杂度等于嵌套内外代码复杂度的乘积

示例

对于时间复杂度，有很多种类，我主要讲一下O(1),O(n),O(n^2),O(log n)这四种。

O(1）常数

	int a;
	cin>>a;
	cout<<a+1<<endl;

这就是一个简单是输入输出，T(n)=3，那么时间复杂度就是：O(1);

O(n) 线性

	int n;
	cin>>n;
	for(int i=0;i<n;i++){
		cout<<i*2<<endl;
	}

对于这个段代码，我们可以看到这里有两个循环，因为这个程序只有一个循环，所以T(n)=3+3*n，那么时间复杂度就是O(n)。

O(n^2)平方

	int m,n,sum1=0,sum2=0;
	cin>>m>>n;
	for(int i=0;i<m;i++){
		sum1+=i;
		for(int j=0;j<n;j++){
			sum2+=j;
		}
	}

对于这段代码，可以知道sum1的频度是n，sum2的频度是n^2, 总频度是T(n)=2+4n+3n^{2。所以时间复杂度为O(n}2)。

O(logn)对数

	int i = 1;
	cin>>i;
	while(i<=n){
    i*=2
	}

这里可以理解为，2T(n)=n,那么T(n)=logn,所以时间复杂度为O(logn)，如果把i=2改为i*=5那么时间复杂度为O(log5 n)。

结语

对于一个程序猿，时间复杂度是个非常重要的东西，我们从初学时就应该能够掌握它。

最后呢，有什么不足的地方，请大家多多指教。