数据结构学习笔记—关于算法时间复杂度

在算法进行时，语句总的执行次数T（n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度，也就是算法的时间量度。一般情况下，随n的增大，T(n)增长最慢的是最优解。用o()来表示时间复杂度

推导大o阶

1.用常数1取代运行时间中所有的加法常数
2.在修改后的运行次数中，只保留最高阶项。
3.如果最高阶项存在且不是1，则去除与这个项相乘的常数

常数阶

int sum=0,n=200;
sum=(1+n)*n/2;
printf("%d",sum);

上面代码都是执行一次的，有固定执行时间的，f(n)=3,根据大o推导用常数项1取代3，就表示为o(1),为常数阶，同样

int sum=0,n=200;
sum=(1+n)*n/2;
sum=(1+n)*n/2
sum=(1+n)*n/2
sum=(1+n)*n/2
sum=(1+n)*n/2
printf("%d",sum);

也是属于o(1),常数阶的。

线性阶

int i,d=0;
for(i=0;i<n;i++)
{
	d--;
}

执行了n次，他的时间复杂度为o(n)

对数阶

int count=1;
while(count<n)
{
	count*=2;
}

count无限接近于n，执行了log2n次，所以推导出来o(log2n),为对数阶。

平方阶

对于

int i,j,d=0;
for(i=0;i<n;i++)
{
	for(j=0;j<n;j++)
	{
		d++;
	}
}

程序内套了一个时间复杂度为O(n)的循环，外面又套了一个，所以时间复杂度为O(n^2)
像下面的就要用到公式推导

int i,j,d=0;
for(i=0;i<n;i++)
{
	for(j=i;j<n;j++)
	{
		d++;
	}
}

执行次数为n+n-1+n-2+n-3+…+1,f(n)=(n^2+n)/2,根据推导，先去除常数，然后去最高阶，剩下 n2/2,再去掉常数，所以时间复杂度为O(n^2)
调用函数不影响时间复杂度

相关时间复杂度的大小关系

O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n ^3)<O(2 ^n)<O(n!)<O(n ^n)