a*算法的时间复杂度_【硬核算法】算法的成绩单——时间复杂度

最新推荐文章于 2022-02-21 10:45:07 发布

weixin_39967670

最新推荐文章于 2022-02-21 10:45:07 发布

阅读量93

点赞数

文章标签： a*算法的时间复杂度 dijkstra算法时间复杂度 kruskal算法的时间复杂度查找算法时间复杂度1

时间复杂度

前言

hello~欢迎观看【硬核算法】，在今后将会为大家带来一些比较“硬核”的算法知识。

为了在之后比较算法性能的时候“有法可依”，今天将为大家简单介绍时间复杂度。

前置知识

看懂本篇文章并不需要任何前置知识。

引入

为了让大家初步认识时间复杂度，我们先来看个很老的例子：

在高斯七岁那年，他的数学老师给同学们布置了一道加法题：，结果高斯立马算出了结果，原来是因为高斯使用了一种更快速的办法：首项末项项数，这个式子后来就被称为等差数列求和公式。

显然，高斯的计算方法比傻傻地一个一个加起来要快得多，这个时候，我们就可以说高斯的计算方法具有更优秀的“快速性”。但是，这里的“优秀”只是我们的感性认识罢了，有没有更为科学的表述呢？能不能用更严谨的方式来衡量“快速性”呢？

时间复杂度

在计算机科学中，算法的时间复杂度是一个函数，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，即仅考察输入值大小趋近无穷时的情况。

嗯上面就是百度百科关于时间复杂度的定义，很显然这个定义对现在的我们来说还是太抽象了一些，我们不妨再来看一个例子：

有一天，凶残的铁老师心血来潮地给老姜和帆帆布置了一个作业：在一串有序的数列中找出一个特定的数的位置，比如说给定数列，和一个特定的数：，很显然我们可以看出的位置为。

下面是老姜给出的算法：

读入数列
读入数k

定义 当前位数 = 1

循环 {
    判断 当前位数 的数字是否等于 k
        若 等于：
            输出 当前位数
            退出循环
        若 不等于：
            当前位数 + 1
}

下面是帆帆给出的算法：

读入数列
读入数k

定义 当前查找区间左端等于 1
定义 当前查找区间右端等于 数列位数n

循环 {
    定义 mid = 当前查找区间中点所在数的值
    判断 k 是否大于 mid
        若 大于：
            当前查找区间左端 = mid
        若 小于：
            当前查找区间右端 = mid
        若 等于：
            输出 mid
            退出循环
}