算法01——时间复杂度

时间复杂度

常数时间复杂度

如果一个操作的执行时间不以具体样本量为转移，每次执行时间都是固定的，则这样的操作为常数时间复杂度
常见的常数时间复杂度操作：

常数时间复杂度	操作
算数运算	+、-、*、/、%等
位运算	>>、>>>、<<、<<<、|、&、^等
算数运算	+、-、*、/、%等
赋值、比较、自增、自减等	++、–、>、==等
数组寻址	arr[i]

估计算法的时间复杂度，要将指令拆成常数时间复杂度操作（原子操作）才能准确估计。

递归问题的时间复杂度求解

递归能够划分成相同的子问题时，可用master公式求解。
$T(N)=aT(N/b)+O(N^d)$
其中，$a$代表递归子问题的数量，$1/b$代表递归子问题的规模，$d$代表除了递归问题外，剩余部分的时间复杂度幂数。
比如，在二分查找中，每次递归都将当前问题划分成1个1/2的子问题，故，$a=1,1/b=1/2$，剩余部分的时间复杂度未$O(1)，d=0$。
此时分为3中情况：

• 当$lo{g}_b^a<d$时：$T(N)=O(N^d)$
• 当$lo{g}_b^a>d$时：$T(N)=O(N^{lo{g}_b^a})$
• 当$lo{g}_b^a=d$时：$T(N)=O(lo{g}_n\ast N^d)$

故二分查找的时间复杂度满足第三种情况，故二分查找的时间复杂度为：$O(lo{g}_n\ast N^0)=O(lo{g}_n)$。