在上一篇中,我们学习了一些简单的时间复杂度计算。下面,再通过一些不同的算法例子对时间复杂度有一个更深入的了解。
请判断如下代码的时间复杂度:
void func1(int n)
{
int count = 1;
while(count < n)
{
count = count * 2;
}
}
这段代码的迭代次数不再是for循环中简单的累加,而包含了指数运算。那么,这段代码需要迭代多少次呢?
分析可知,count的值随着迭代次数的增加应该为1,2,4,8,16,32……。count的值到n时停止迭代,若希望求出迭代次数x,可列出方程:,即:
与上篇同理,去掉n前面的系数,时间复杂度为O(logN)。
再看一段代码:
void func2()
{
int i, j;
for (i = 0; i < n; i++)
{
for(j = i; j < n; j++)
{
printf("%d\n", i + j);
}
}
}
第一轮外层循环,内层循环可迭代n次,第二轮外层循环,内层循环可迭代n-1次,第三轮外层循环,内层循环可迭代n-2次……以此类推(迭代次数是一个从1到n,公差为1的等差数列),由等差序列求和公式可知,内层循环的总迭代次数为:
约去低次项和最高次项系数,时间复杂度为O(n^2)。
最后,再上一个包含子函数的复合代码供大家练习:
void func3(int n)
{
int i;
for (i = 0; i < n; i++)
{
printf("坤坤坤坤坤");
}
}
void Algorithm(int n)
{
n++
func3(n);
int i,j;
for (i = 0; i < n; i++)
{
func3(n);
}
for (i = 0; i < n; i++)
{
for(j = i; j < n; j++)
{
printf("%d\n", i + j);
}
}
}
这里直接给出答案,时间复杂度为O(n^2)。