一、复杂度的概念
1、时间频度
一个算法执行所耗费的时间,理论上是无法算出来的。因为这和运行环境的硬件有关。每一台机器上进行测试并不现实,实际上我们只需要知道哪些算法运行快,哪些算法运行慢就够了。并且,一个算法花费的时间与算法中语句执行的次数成正比。一个算法中语句的执行次数称为语句品读或者 事件频度,记为T(n)(其中n是问题的规模)。
2、时间复杂度
上面提到的时间频度T(n)是n的函数,我们想知道T(n)随着n的变化呈现出什么样的变化规律,为此引入了时间复杂度的概念。
一般情况下,算法中基本操作重复执行的次数是问题规模n的函数,记为T(n),若存在某辅助函数f(n),当n趋于无穷大时,T(n)/f(n)的极限值为不等于0的常数,则称f(n)为T(n)的同量级函数,记为T(n) = O(f(n)),我们将O(f(n))叫做算法的渐进时间复杂度,简称时间复杂度。
1) 若算法中语句执行次数为一个常数,则时间复杂度为O(1)。
2)时间频度不同的时候,时间复杂度可能相同。如T(n) = n^2+3*n+4与T(n) = 4*n^2+2*n+1的时间复杂度相同都是O(n^2)。
3)时间复杂度越大,算法的执行效率越低。我们主要用算法时间复杂度的数量级(即算法的渐进时间复杂度)评价一个算法的时间性能。
二、几种常见的排序算法及其复杂度
1、冒泡排序(Bubble Sort)
依次比较相邻的两个数,将小数放在前面,大数放在后面。这样小数像气泡一样不断上升,大数下沉。
比较流程:
a. 第一趟:首先比较第1个和第2个数,将小数放前,大数放后。然后比较第2个数和第3个数,将小数放前,大数放后。直至比较最后两个数将小数放前,大数放后。这样,最大的数放到了最后。
b.第二趟:对前n-1个数执行a步骤中的比较
c.直到整个序列有序。
代码示例:
<pre name="code" class="cpp">void BubbleSortMethod(int arr[])
{
<span style="white-space:pre&#