转载:https://www.cnblogs.com/reposkeeper-wx/p/suan-fa-xi-lie-zhi-liu-suan-fa-shi-jian-fu-za-du-j.html
- 时间复杂度,衡量苏算法计算耗时。
- 基于算法计算最高项进行预估: 例如, 算法中涉及高阶计算 N^3 , N ^2, N. 则随着数据量集的增加,N ^2, N 的计算时间可忽略 。 因此,最终时间复杂度可以记为T(N)=O(N ^3).
- 时间复杂度计算举例:
(1)简单计算
(2)冒泡排序
def bubble_sort(l):
for i in range(len(l)):
for j in range(len(l) - i - 1):
if l[j] > l[j+1]:
l[j], l[j+1] = l[j+1], l[j]
return l
L = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]
l = bubble_sort(L)
print(l)
对于基于比较的排序算法来说,我们在计算复杂度的时候,是计算比较了多少次。
第一次循环,比较了 N次;
第二次循环,比较了 N-1次;
第三次循环,比较了 N-2次;
冒泡排序算是稳定的, 随着数据的增加,复杂度维持在O(N^2)
(3)快速排序
最好情况: 每一次递归都能分成两个子数组.
最坏情况: 每一次递归,划分出两个部分,一个部分中元素个数为0,另一个部分中为n-1。每一层递归都需要将所有元素比较一次,那么整体的比较次数就是n^2 . 时间复杂度是N ^2.