数据结构之时间复杂度浅谈

一直对时间复杂度这个概念很模糊，今天在简书上看到了一篇有关时间复杂度的介绍，觉得不错（数据结构）十分钟搞定时间复杂度（算法的时间复杂度），因此作一下记录做个分享。

1、时间复杂度的概念

通常是指算法的时间复杂度，即用来度量算法的运行时间，记作T(n) =O( f(n) )，表示随着输入大小n的增加，算法执行需要的时间的增长速度可以用f（n）{即执行次数}来表示。举个例子（如下）：

此时的f（n）=n+1 + n + 1 =2n+2，则T（n）=O（n）。

由该例子我们可以看到，我们是将f（n）经过一些规则处理后得到了T（n），那么这个处理规则如下所示：

  1、忽略常数项，常数项对算法的处理速度影响不大，比如当f(n)=C（ C为常数，T（n）=O（1） ）

  2、当f（n）中有高低次项时，我们取最高项，舍去最低项，比如当f（n）=2n^2+n, T（n）=O（n^2）

  3、又因为函数的阶数对函数的增长速度的影响是最显著的，所以我们忽略高次项的系数，设为1

 

2、时间复杂度的计算

  由1可知，由执行次数f（n）得到时间复杂度T（n）并不困难，困难的是从算法中通过分析和数学运算得到f（n）。因此，总结下列四个便利的计算法则，这些法则都是可以简单推导出来的，总结出来以便提高效率。

      1、对于一个单循环，假设循环体的复杂度为o（m），循环次数为n，那么这个循环的时间复杂度为O（m*n）

该例子，循环体复杂度为O（1），循环次数为n，所以时间复杂度为O（n）

       2、对于一个多循环来说，假设循环体的时间复杂度为O（m1），O（m2）......，各个循环次数分别为a，b，c...,那么这个循环的时间复杂度为O(m1*m2*a*b*c...).分析的时候应该从里向外分析这些循环。

该例子，循环体复杂度均为O（1），循环次数为n，n；所以时间复杂度为O（1*1*n*n）=O(n*2)

     3、顺序执行的算法，总的时间复杂度为其中最大值

此时间复杂度为MAX{O(n*2），O（n）=O(n*2)

     4、对于条件判断语句，总的时间复杂度为其中最大值，计算方法与顺序执行类似。

 

 

希望以后自己能坚持写博客分享的习惯，这样对自身的思维训练和行文能力都会有很大的提升，与此同时，也能加深我对知识的理解！