【数据结构-时间复杂度】

---

前言

本文主要介绍数据结构中时间复杂度的概念以及计算举例。

---

一、时间复杂度是什么？

算法效率是通过时间复杂度和空间复杂度来描述的。
时间复杂度：算法中所有语句被重复执行的次数，记为O(f(n))。

算法的时间复杂度不仅依赖于问题的规模n，也取决于待输入数据的性质（如输入数据元素的初始状态）。

//Q:如何理解”也取决于待输入数据的性质“
//A:下面的i--执行次数，就不仅取决于数组A的大小n,也取决于k的位置、是否有K(即输入数据元素的初始状态)
	i = n -1;
	while(i >= 0 && (A[i] != k))
		i--;
	return i;

二、举例计算时间复杂度

例1.

下面程序的时间复杂度是:$O(m\ast n)$

for(i = 0; i < m; i++)
	for(j = 0; j < n; j++)
		a[i][j] = i*j

解析：
i = 1 内层 执行n次
i = 2 内层 执行n次
…
i = m 内层 执行n次

总计：
外层执行m次 ，内层执行m*n次，
共$O(m\ast n)+O(m)=O(m\ast n)$

例2.

下面程序的时间复杂度是：$O(n^2)$

i = 0; s = 0;
while(++i <= n)
{
	int p = 1;
	for(j=0; j < i; j++)
		p *= j;
}

解析:
i = 1 内层 执行1次
i = 2 内层 执行2次
…
i =n 内层 执行n次

总计：
外层执行n次，内层执行（n+1)n/2次，
共$O(n^2)+O(n)=O(n^2)$

---

总结

计算时间复杂度不易错的方法就是将内外层执行关系，列举出来，千万不要简单将内外层循环最大次数相乘：)