【数据结构和算法】时间复杂度

一、时间复杂度概念

&&时间复杂度包括平均时间复杂度和最坏时间复杂度，一般讨论的都是最坏情况下的时间复杂度 ；

&&一般较少讨论空间复杂度；

二、常见的时间复杂度

三、计算步骤

1.了解算法运行步骤，写出算法的句频（基本操作语句的重复执行次数）；

　算法中执行次数最多的那条语句就是基本语句，通常是最内层循环的循环体。

2.用常数1代替运行时间中的所有加法常数；

3.修改后的运行次数函数中，只保留最高阶项；

4.去除最高阶项的系数。

四、例题

1. i=1; k=0

while(i<n)

{ k=k+10*i;i++;

}

解答：T(n)=n-1， T(n)=O(n)， 这个函数是按线性阶递增的。

2. x=n; // n>1

while (x>=(y+1)*(y+1))

y++;

解答：T(n)=n1/2 ，T(n)=O(n1/2)， 最坏的情况是y=0，那么循环的次数是n1/2次，这是一个按平方根阶递增的函数。

3. x=91; y=100;

while(y>0)

if(x>100)

{x=x-10;y--;}

else x++;

解答： T(n)=O(1)， 这个程序看起来有点吓人，总共循环运行了1000次，但是我们看到n没有? 没。这段程序的运行是和n无关的，就算它再循环一万年，我们也不管他，只是一个常数阶的函数。

五、常见算法的时间复杂度