一、时间复杂度
首先先看几个简单的例子:我们假设计算机执行一行代码需要一次运算
public
上面这个方法需要执行 1 次运算;时间复杂度为O(1);
public
上面这个方法需要执行(n+1+n)=2n+1次运算;时间复杂度为O(n);
算法时间复杂度定义:
在进行算法分析时,语句总的执行次数T(n)是关于问题规模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,也就是算法的时间量度,记作:T(n)=O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度。其中f(n)是时间规模n的某个函数。
推导大O阶方法:
- 用常用1取代运行时间中的所有加法常数。
- 在修改后的运行次数函数中,只保留最高阶项。
- 如果最高阶项存在且不是1,则去除与这个项相乘的常数。得到的结果就是大O阶。
1.1 常数阶
例:
int
这个算法的运行次数为f(