程序或时间的复杂度

1. 基本概念

• 一个程序或算法的时间效率，“时间复杂度”，“复杂度”

• 大写字母O和小写字母n表示，例O(n),O(n²)。n：问题的规模

• 问题的复杂度==解决该问题的最好算法的复杂度

  2.计算

• 度量：算法运行过程中，某种时间的固定操作需要被执行的次数和n的关系。例如：在无序数列中查找某个数，复杂度是O(n)。//与n成正比

• 计算：只统计执行次数最多的固定操作的次数（n足够大时）
  “固定操作”——广义理解
  例：插入排序

void InsertionSort(int a[],int size)
{
	for(int i = 1; i < size; ++i){
		//a[i]是最左的无序元素，每次循环将a[i]放到合适位置 
		for(int j = 0; j < i; ++j)
			if(a[j] > a[i]){	//操作1 
		//要把a[i]放到位置j，原下标j到i-1的元素都往后移一个位子 
				int temp = a[i];
				for(int k = i; k > j; --k)
					a[k] = a[k-1];	//操作2 
				a[j] = temp;
				break;
			}
	}
 } //复杂度O(n2) ，操作1+2 

• 如果复杂度是多个n的函数之和，则只关心随n的增长增长得最快的那个函数
  O(n³+n²) => O(n³)
  O(2^n +n³) => O(2^n)
  O(n!+3^n) => O(n!)
• 复杂度有“平均复杂度”和“最坏复杂度”两种。可能一致，也可能不一致

3.几种算法的时间复杂度

• 在无序数列中查找某个数（顺序查找） O(n)
• 平面上有n个点，要求出任意两点的距离 O(n²)
• 插入排序、选择排序、冒泡排序 O(n²)
• 快速排序、归并排序 O( n*log(n) )
• 二分查找 O(log(n))