时间复杂度

本文介绍了算法的时间复杂度,包括其定义,如何推导大O阶,并列举了常见的时间复杂度级别,如常数阶、对数阶和平方阶。
摘要由CSDN通过智能技术生成

时间复杂度

定义

在进行算法分析时,语句执行次数T(n)是关于问题规模的函数,进而分析,T(n)代表执行总次数,而算法的时间复杂度用 O()表示,记作:T(n) = O(f(n))表示问题随问题规模的增大,算法执行时间的增长率和f(n)的增长率相同。一般情况下随着n的增大,T(n)增长最慢的算法为最优算法。

推导大 O 阶方法


1,用常数1代替运行时间中所有加法常数
2,在修改后的运行次数函数中保留最高阶项
3,如果最高阶项存在且不是1,则除去最高阶项的系数

常见的时间复杂度

常数阶

int sum,a;           //执行一次
sum = a*
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
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