时间复杂度

时间复杂度

1. 概念

用来表示一个算法的理论上的耗时时间

2. 时间频度

一个算法中，语句执行的次数，被称为时间频度T(n)

3.时间复杂度

存在某个辅助函数f(n)，当n->∞时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数，记做T(n)=O(f(n))，则称O(f(n))为算法的渐进时间复杂度，简称时间复杂度。用大O来表示时间复杂度

4. 计算方法

• 计算出时间频度

• 计算出T(n)的数量级

  • 忽略常量，如果运行时间是常数量级，则用1表示
  • 忽略低次幂
  • 忽略高次幂系数

5. 示例

1. O(1) 常数算法

   int a = 1, b = 3, c = 3;
   

   单条操作频度为1，属于常数量级，所以为O(1)

2. O(n) 线性算法

   int sum = 0;
   for(int i = 0; i < n; i++){
       sum+=i;
   }
   

   sum=0 与 i=0，操作频度为1，i<n;i++;sum+=i频度为n

   T(n) = 2+3n =O(n)

3. O(n^2)

   int num1, num2;
   for(int i=0; i<n; i++){ 
        num1 += 1;
        for(int j=1; j<=n; j++){ 
            num2 += j;
        }
   } 
   

   int num1, num2; i=0频度为1

   i<n;i++;num1+=1;j=1频度为n

   j<=n;j++;num2+j频度为n^2

   T(n) = 2+4n+3n^2=O(n2)

4. O(logn) 折半算法

   int i = 1;
   while(i<=n){
       i*=2
   }
   

   可以理解为2^(f(n))=n 则f(n) = logn , T(n) = O(logn)

实时内容请关注微信公众号，公众号与博客同时更新：程序员星星