时间复杂度(1)

前言

时间复杂度(Time complexity)是算法中一个重要的概念，一起来了解一下

O(1)

观察以下代码段

print("Hello world!")

这是一句输出语句，那在算法中怎么表示呢？

首先我们了解一下表示算法的时间复杂度的符号：用O()表示

而这段语句很简短，只有1句语句，所以可以直接填写O(1)

那我们观察以下这段代码

print("Hello csdn!")
print("Hello github!")
print("Hello vscode!")
print("Hello Earth!")

那有同学肯定要说了，O(4)啊，这也太简单了吧！X

No~No~No

O()里面填写的是一个单位，并不用精确到具体数，所以这段代码仍然用O(1)来表示

况且时间复杂度就是用来表示时间的，用来打印1句和4句速度差别极小

O(n)

观察以下代码，我们能用O(1)判断吗？

for i in range(n):
    print("你好")

这段语句中range了n，显然不能用O(1)判断

观察一下 for i in range(n)，这里的n是不是可以用作一个单位呢?

O(n²) & O(n³)

观察以下代码，怎样判断嵌套循环的时间复杂度呢？

for i in range(n):
    for j in range(n):
        print("hi")

这是一个双层的嵌套循环，根据我们前面判断O(n)的经验，你想一想怎zai么去判断呢？

在单层嵌套循环中，我们循环了n次，也就是n*1次，那双层嵌套循环，我们是不是就循环了

n*n次，也就是n²次了

掌握了这么多内容，看看如何判断如下代码的时间复杂度

for i in range(n):
    print("哈喽")
    for j in range(n):
        print("?")
        for k in range(n):
            print("111")

三层嵌套循环，然后都有打印，难道是O(n³+n²+n¹)?

No~No~No

前面说过，时间复杂度的单位表示的是大概，所以直接用O(n³)就好了

下次看到有几层嵌套，可以写O(n几次方)

关于O(logn) O(n!) O(nⁿ)等就详见下回啦