01 |「时间复杂度」分析

前言

前言:时间复杂度分析是数据结构与算法绕不开的话题。

一、什么是时间复杂度

时间复杂度计算的是程序(代码)运行所花费的时间。

但是,同一个程序在不同电脑上运行的时间也是不同的,因为不同电脑的性能不同。

所以,一般说时间复杂度并不是真正的代码运行的时间,而是一个程序中代码所运行的次数

代码的执行次数,可以反映出代码的执行时间。将这个次数写成一个数学函数表达式,此时这个表达式就是此程序(代码)的时间复杂度。

二、大O渐进表示法

算法的时间复杂度,它反映的不是算法的逻辑代码到底被执行了多少次,而是随着输入规模的增大,算法对应的执行总次数的一个变化趋势。通过抓主要矛盾的方式就可以反应变化趋势。

1、大O表示法的方式

  • 当代码运行次数为常数,统一为 1
  • 当代吗运行次数为多项式时,仅保留最高项,且最高项的次数统一为 1

2、示例解释

1)O(n)
#include <iostream>
using namespace std;
int main()
{
	int n;  // 运行次数为1
	cin >> n;  // 运行次数为1
	
	for(int i=0; i < n; i ++)
	{
		printf("%d ", i); // 运行次数为n
	}
	
	int m = 10;  // 运行次数为1
	
	while(m --)
	{
		printf("Hello World\n");  // 运行次数为10
	}
	
	return 0;
}

整个程序的运行次数为 n + 13,运行次数函数表达式 F(n) = n + 13,大 O 表示法记作 O ( n ) O(n) O(n)

2)O(n2)
void Func(int n)
{
	int count = 0;  // 执行次数为1
	
	for(int i =0; i < n; i++)  // 总执行次数为n*n
	{
		for(int j = 0; j < n;j++)
		{
			count ++;
		}
	}
	
	for(int k = 0; k < 2 * n; k++)  // 执行次数为2n
	{
		count ++;
	}
	
	int m = 10;  // 执行次数为1
	
	while(m --)  // 执行次数为10
	{
		count ++;
	}
	
	cout << count << endl;  // 执行次数为1
}

整个程序的运行次数为 n*n + 2*n + 13,运行次数函数表达式 F(n) = n*n + 2*n + 13,大 O 表示法记作 O(n2)。

假设,n = 10n = 100n = 1000 … 时:
n = 10 时,F(n)=133
n = 100 时,F(n) = 10213;
n = 1000 时,F(n) = 1002013;

随着 n 的增大,n*n 的占比越大,剩余项可以完全忽略,只需要保留该函数表达式中的最高次项。

上述程序的运行次数函数表达式可以简化为 O(n2)。

3、最坏情况、最好情况、平均情况

有时,算法运行的次数是不确定的。例如,利用遍历方式在长度为 n 的数组中找一个数字。

分为以下几种情况:
a、最好的情况,我们要找的数字正好是数组第一个元素,此时算法的时间复杂度为 O(1)
b、最坏的情况,我们要找的数字正好是数组的最后一个元素,此时算法的时间复杂度为 O(n)
c、在最好和最坏情况间取平均值,即 n/2,利用大 O 表示法时,省略最高项系数,时间复杂度仍为 O(n)

1)总结

算法的时间复杂度可分为三种情况

  • 最坏情况:任意输入规模的最大运行次数(上界);
  • 平均情况:任意输入规模的期望运行次数;
  • 最好情况:任意输入规模的最小运行次数(下界);

三、常见的时间复杂度分析

1、O(1)

void f(int n)
{
	int count = 0;
	for (int k = 0; k < 100; ++ k)
	{
		count ++;
	}
	printf("%d\n", count);
}

2、O(n)

void f(int n)
{
	int count = 0;
	for (int k = 0; k < 2 * n; ++ k)
	{
		count ++;
	}
	
	int m = 10;
	while (m --)
	{
 		count ++;
	}
	printf("%d\n", count);
}

3、O(log n)

不管是以几为底,把所有对数阶的时间复杂度都记为 O ( l o g n ) O(logn) O(logn)

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

4、O(m + n)

mn 表示两个数据规模。

void f(int n, int m)
{
	int count = 0;
	for (int k = 0; k < m; ++ k)
	{
 		count ++;
	}
	for (int k = 0; k < n; ++ k)
	{
 		count ++;
	}
	printf("%d\n", count);
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一个写代码的修车工

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值