数据结构时间复杂度

在看很多关于数据结构与算法的书时,出现很多次“时间复杂度”这个字眼,一直处于半懂不懂的状态,今天终于搞明白啦。
时间复杂度,说白一点就是算法的效率。那判断算法的效率高低,一般用大O阶的方法。T(n)=O(f(n))。
推导大O阶:
1.用常数1取代运行时间中的所有加法常数。
2.在修改后的运行次数函数中,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。得到的结果就是大O阶。

例1:

int n=1,m=2;
n=n*m;
System.out.println(n);

第一条,运行次数为3,是常数,T(n)=O(1)。
第二条,没有最高阶。
所以时间复杂度为O(1)。

例2:

int n=5,sum=0;
for(int i=0;i<=n;i++){
    for(int j=0;j<n;j++){
        sum+=1;
    }
}

第一条,运行次数为(n+1)*n=n^2+n,不为常数。
第二条,最高阶为n^2.
第三条,这个最高阶的常数项为1,。
所以时间复杂度为O(n^2)。

例3:

int n=100,sum=1;
for(int i=1;i<=n;i++){
    sum=i*2;
}

第一条,运行次数为n/2次,不为常数。
第二条,最高阶为2^x=n,x=log(2)n。
第三条,不是很懂。
所以时间复杂度为O(logn)。

例4:

int n=10,m=10,sum=1;
for(int i=0;i<n;i++){
    for(int j=i;j<n;j++){
        sum=sum+1;
    }
}

第一条,当n=0,内循环n次;当n=1;内循环n-1次;所以运行次数为n+(n-1)+(n-2)+…_1=(n^2)/2+n/2次,不为常数。
第二条,最高阶为(n^2)/2。
第三条,最高阶的常数项为1/2,去掉常数项。
所以时间复杂度为O((n^2)。

总结:取最高阶,意味着当执行次数为2*(n^2)+2n+1,时,低阶的与最高阶的相比,运行次数可忽略不计。
看图

学习于http://blog.csdn.net/gaopeng0071/article/details/23594533?utm_source=tuicool&utm_medium=referral

万分感谢。

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值