2、时间复杂度和空间复杂度

 1、算法时间复杂度

算法时间复杂度的定义:在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是算法的时间量度,记作:T(n)= O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度。其中f(n)是问题规模n的某个函数。

 

2、时间复杂度计算

(1)常数阶

       O(1)即可

(2)线性阶

      一般含有非嵌套循环涉及线性阶,线性阶就是随着问题规模n的扩大,对应计算次数呈直线增长。

      int i , n = 100, sum = 0; for( i=0; i < n; i++ )

     {

         sum = sum + i;

      } 上面这段代码,它的循环的时间复杂度为O(n),因为循环体中的代码需要执行n次。

(3)平方阶

       循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。

       int i, j, n = 100;

      for( i=0; i < n; i++ )

      {

         for( j=0; j < n; j++ )

         {

           printf(“I love FishC.com\n”);

         }

      }

    复杂度为n^2

(4)对数阶

 

    原文作者:如风轻逸
    原文地址: https://www.cnblogs.com/STM32bo/p/4588328.html
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞