读书笔记——数据结构（时间复杂度）

时间复杂度的定义：

一般情况下，算法中基本操作重复执行的次数是为体规模n的某个函数f(n)，算法的时间度记作:

T(n) = O ( f(n) )

它随着为题规模n的增大，算法执行的时间的增长率和f(n)的增长率相同，称作渐近时间复杂度，简称时间复杂度。那么我们如计算时间复杂度呢？

首先分T(n)是不是常数：

是，时间复杂度就是O(1)。（一般时间复杂度我们用O(n)表示，n为计算出的时间复杂度）

否，时间复杂度为保留的最高次数项的系数。（列如T(n)=n^3+n^2,就应写成：T(n）=O（n^3)，当遇到有常数时，应去掉常数项，列如：T(n)=3*n^3+8,就应写成：T(n)=O(n^3)。接下来我就用代码来看一下几个例子：

1.时间复杂度为对数的：

void fun(int n)
{
	for (int i = 0; i < n; i *= 2)
	{
		printf("小傻瓜\n");
	}

}    /*调用这个函数，时间复杂度为:2^T(n)=n-->T(n)=log n(其中2是常数要省略)*/

2.执行分支语言时，时间复杂度原则这时十一运行最长的分支：

void part(int n)
{
	int i = 0;
	if (ret = !0)
	{
		for (i =