数据结构（算法时间复杂度）

算法时间复杂度：事前预估算法时间开销T(n)与问题规模n的关系(T:Time)

---

void loveYou(int n)	//n为问题规模
{
①	int i=1;
②	while(i<=n)
	{
③		i++;
④		printf("I love you %d\n",i);
	}
⑤	printf("I love you more than %d\n",n);
}

①---------1次
②---------n+1
③④------n
⑤---------1
T(n) = 1+n+1+2*n+1 = 3n+3 ≈ n

---

化简：1.只考虑高阶部分(O为同阶无穷小)
$T(n)=3n+3\approx n=O(n)$
$T(n)=n^2+3n+1000$ ≈ $n^2$ = $O(n^2)$
$T(n)=n^3+3n^2+99999999$ ≈ $n^3$ = $O(n^3)$

比大小：(可用洛必达n->$\infty$求极限)
$O(1)<O(lo{g}_{2}n)<O(n)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)$常对幂指阶

$T(n)=n^3+n^{2}lo{g}_{2}n=O(n^3)$

化简：2.只考虑循环部分
化简：3.只考虑最深层循环

void loveYou(int n) //n为问题规模
{
  int i=1;
  while(i<=n)
 {
   i++;
   printf("I love you %d\n",i);  
   for(int j=1;j<=n;j++)   
   {
   	printf("I am your boyfriend\n");
   }
 }
  printf("I love you more than %d\n",n);
}

$T(n)=O(n^2)$

---

练习

void loveYou(int n)
{
	int i=1;
	while(i<=n)
	{
		i = i*2;
		printf("hhhhhhhhh");
	}
	printf("aaaaaaaa");
}

$i=2,4,8,16,32......2^x$
最深层循环次数为x
循环结束时满足$2^x>n$
即 $x=lo{g}_{2}n+1$ 时
$T(n)=O(x)=O(lo{g}_{2}n)$

---

//flag[] 乱序存放{1——n}
void loveYou(int n)
{
	printf("aaaaaa");
	for(int i=0;i<n;i++)
	{
		if(flag[i] == n)
		{
			printf("bbbbbbbbbb");
			break;
		}
	}
}

最好情况：{$n......1$} ————$T(n)=O(1)$
最坏情况：{$1......n$} ————$T(n)=O(n)$

平均情况：n出现在每个位置的概率相同为$\frac{1}{n}$
循环次数 $x=(1+2+3+...+n)\frac{1}{n}=\frac{1+n}{2}$
$T(n)=O(n)$

---

时间复杂度一般只考虑最坏、平均

我的博客 AiGuitar