算法时间复杂度_算法第一步之时间复杂度

前言

算法的效率主要取决于时间复杂度和空间复杂度，我们一步一步来搞懂算法时间复杂度。

定义

在计算机科学中，算法的时间复杂度（Time complexity）是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。——维基百科

有点没搞懂？我们来用C++简单举例来说明。

实例

include<iostream>
using namespace std;
int main()
{
  int n = 10;
  for (int k = 0; k < n; k++) {
    cout<<"Hello World"<<endl;
  }
  return 0;
}

单位运行时间

为了计算时间复杂度，我们通常会估计算法的操作单元数量，每个单元运行的时间都是相同的。——维基百科

这段代码包括了5条语句，分别是int n = 10、int k = 0、k < n、k++、cout<<"Hello World"。

前面已经讲了，时间复杂度是描述程序运行时间的，那我们就约定赋值语句int n = 10每执行一次消耗的时间为1个单位时间。由于判断语句n < k总共要进行n+1次，所以消耗时间为n+1。同理可以得出：

在程序运行完后，总时间 T = 3*n+3。

时间复杂度是一个函数

算法的时间复杂度（Time complexity）是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。——维基百科

由于 T = 3*n+3 ，所以T(n)可以看作是关于 n 的一个函数。n 可以认为是输入的字符数量，即自变量。

时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。——维基百科

但大多数程序的算法可没有那么简单，所以就要对函数进行简化。，这里涉及到一点极限思想。当输入值（可认为是输入的字符数量）是无穷的时候，我们 只需要定性的描述，不考虑函数的较低阶项和最高项系数 ，所以函数就变为 T(n)=n。我们用大 O 来表示这种关系，即 O(n) 。

常见时间复杂度

时间复杂度可以用函数 T(n) 的自然特性加以分类，比如有着 T(n) = O(n) 的算法被称作“线性时间算法”

复杂度比较： O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!)

时间复杂度的计算

暂未更新...

声明

文章首发于 算法（1）之时间复杂度

本文参考了 维基百科-时间复杂度