数据结构之绪论 1

1.时间复杂度
定义：若存在正常数c和n0,使得当N>=n0时。T(N)<=cf(N),则记为T(N)=O(f(N))
定义：若存在正常数c和n0,使得当N>=n0时。T(N)>=cg(N),则记为T(N)=Ω(g(N))
如图所示：

定义：T(N)=a(h(N))，当且仅当T(N)=O(h(N))和T(N)=Ω(h(N))

定义：T(N)=O(p(N))，当且仅当T(N)!=a(p(N))，则T(N)=o(p(N))

2.时间复杂度分析
一次循环运行时间是循环内语句的运行时间乘循环次数
嵌套循环运行时间为最内层语句执行次数乘总循环次数
并列的两个循环运行时间与执行次数数量级大的那个相同
3.递归的时间复杂度分析
例子如下：

设mergeSort()函数的时间复杂度为n
mergeSort()中的两个mergeSort()的时间复杂度为n/2
而merge的时间复杂度为n
则
通过函数迭代可得到

再令

可得到

找到数量级最大的式子

结论如下：
对于形如：T(n) = aT(n/b) + f(n)的递归方程，有

4.基本概念
算法的计算量的大小称为算法的复杂度。
算法的时间复杂度取决于问题的规模和待处理数据的初态。
计算机算法是指解决问题的步骤序列，其特性有五个：有穷性、确定性、输入、输出、可行性。
程序是由计算机语言编写的序列集合。
逻辑上可以把数据结构分为线性结构和非线性结构。
存储结构：双向链表、散列表、线索树、循环队列，单链表、顺序表
逻辑结构：栈、有序表
线性结构：队，栈
非线性结构：树

5.时间复杂度习题

第1次：k=4
第2次：k=8
第3次：k=16
…
第k次：k=2的k+1次方
设k次循环后到达不大于n/2的最大值
2的k+1次方 < n/2
设常数C
2的k+1次方 + C/2 = n/2
则

时间复杂度将无关常数全部去掉