时间复杂度:执行一个算法,代码运行的次数和问题规模之间的函数关系。
关于时间复杂度的计算:
1、保留最高阶项;
2、去掉系数
3、找到进行次数最多的(最内部的嵌套)
例:(一下仅为部分代码,并不完整仅用于举例)
(1)
for(i=1;i<=n;++i) ---------①
for(j=1;j<=n;++j)--------②
{
c[i][j]=0;-----------③
}
①: n
②: n^2
③: n^2
f(n)=n+2n^ 2 = 2n^2 O(f(n))=O(n ^2)
(2)
{++x;S=0;}
f(n)=2=2*1 O(f(n))=O(1) //O(1)为常数项,与问题规模无关
(3)
for(i=2;i<n;++i)
for(j=2;j<=i-1;++j)
{
++x;a[i,j]=x;
}
f(n)=n^2 O(f(n))=O(n ^2)
★ (4)
for(i=1;i<n;i+=2)------------①
{
for(j=0;j<n;j++)-----------②
}
①:(1/2)n=n
②: n^2
f(n)=n^2 O(f(n))=O(n ^2)
★ (5)
for(i=1;i<n;i*=2) //222*…222=n 2^x=n x=log N(以2为底)
f(n)=log N O(f(n))=O(log N)
★★ (6)递归的时间复杂度
int Fac(int n)
{
int tmp;
if(n==1)
tmp=1;
else
tmp=Fac(n-1)*n;
return tmp;
}
假设调用时间为C 该函数调用了n次 因此时间复杂度为:
f(n)=c*n=n O(f(n))=O(n)