数据结构 算法的时间复杂度

前言

首先来解决一个问题：什么是算法？
算法是对特定问题求解步骤的一种描述，是指令的有限序列。

---

值得一提的是，只要是算法，一定具有以下五个特性：

1. 有穷性：一个算法必须要在有限步后结束，且每步都在有限时间内完成；
2. 确定性：一个算法只能有唯一的执行路径，对于相同输入只能得出相同的输出；
3. 可行性：一个算法是可执行的；
4. 输入 ：一个算法有零个或多个输入；
5. 输出 ：一个算法有一个或多个输出。 （算法可以没有输入，但一定有输出。因为如果没有输出，算法再优秀也看不出结果，不能解决问题）

一、算法的时间性能分析

我们对算法的时间性能分析，主要是看这个算法占用CPU时间的多少。
有个看似很简单直接的方法：编写算法对应的程序，运行一下不就能知道它占用多少时间了吗？！表面上看好像确实是这么回事儿，但是仔细一琢磨，这种办法的缺陷实在是太多了，下面来列举几点：首先，用不同计算机语言写出来的同一算法程序其运行时间不同，比如在大多情况下C语言肯定比Java快。其次，两个一模一样的程序放在不同的电脑上运行，其占用CPU的时间也可能不等，运算速度快的电脑肯定用时较少吧…当然还有更多的因素在其中充当着不稳定因子，就不赘述了。按照这种方式来衡量算法时间性能的叫做事后统计法。
那么现在问题来了，我们怎么样不通过运行程序来判断不同算法占用CPU时间的多少呢？诶，我们换一个角度，不妨想一想，本质上是什么东西在影响算法的执行时间呢？我们知道计算机执行一个程序，实际上就是执行一个接着一个的指令，那执行的指令一少，执行时间不就变少了吗？！（这里认为所有指令的执行时间在一个数量级上，时间差距不大）这样的话对应到高级语言上也就是判断执行操作语句的数量咯，操作次数越少，执行时间肯定越少！按照这种原理来衡量算法时间性能的叫做事前估计法。显然，这种分析方法更合理。

二、算法的频度

一条语句的频度是指：该语句在算法执行完成后总共被执行的次数。

一个算法的频度是指：算法中所有语句的频度之和，用函数T(n)表示。

举一个简单的例子：

void printString(int n){
   
	for(int i=0;i<n;i++){
                 //------语句一
		printf("Hello World!");        //------语句二
	}
}

在这个算法中，①循环变量i从0一直递增到n，当i=n不满足判断条件时才结束循环，故一共执行了n+1次，可以说语句一的频度是n+1；②循环体中的语句二显然一共执行了n次，可以说语句二的频度是n 。那么这个算法的频度T(n)=n+1+n=2n+1 。

三、算法的时间复杂度

如果每个算法的时间性能分析都要用算法的频度T(n)来表述，那么这个问题将会变得十分繁琐且没有意义。原因很简单，试想有个成百上千行的代码交给你做时间性能分析，按照这个原则你得一条语句一条语句