1. 定义:
进行算法分析时,语句总的执行次数T(n)是关于关于问题规模n的函数,进而分析T(n)随n的变化情况,并确定T(n)的数量级。
算法的时间复杂度,也叫做算法的时间度量,记作,T(n)=O(f(n)), 它表示,算法执行时间的增长率和f(n的增长率相同,称为算法的渐进时间复杂度,简称为时间复杂度。其中f(n)是问题规模n的某个函数。
由于执行算法时,每次的输入都不一样,所以时间复杂度又有最好时间复杂度,最坏时间复杂度和平均时间复杂度,最好和最坏情况都比较好分析,平均时间复杂度稍微麻烦一点。一般在没有特别说明的情况下,我们所说的时间复杂度都是最坏时间复杂度。
2. 推导O(n)的方法:
- 所有加法常数都用1表示;
- 只保留最高阶项;
- 去掉与最高阶相乘的常数。
3. 计算具体时间复杂度的方法
计算循环体中语句执行的次数,然后根据上面的方法推导
函数(或者说方法)
计算调用的方法的次数与函数内部语句执行次数的乘积
4. 几个算法复杂度的例子
1) 常数阶
int n =