时间复杂度
1. 时间频度
一个算法执行的时间
2.时间复杂度
n 称为事件规模, 当n不断发生变化时, 时间频度T(n)也会不断变化, 这种变化规律称之为时间复杂度一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),存在一个正常数c使得fn*c>=T(n)恒成立。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度,简称时间复杂度。
空间复杂度
空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度
复杂度分析
通常一个算法的复杂度是由其输入量决定的,随着输入的增加,复杂度随之变化.为了降低算法复杂度,应当同时考虑到输入量,设计较好的算法
实际计算算法复杂度(以时间为标准)
删除影响不大的常数相
O(1)
int aFunc(void) { printf("Hello, World!\n"); // 需要执行 1 次 return 0; // 需要执行 1 次 } //T(n) = 2 则复杂度为O(1)
O(n)
int aFunc(int n) { for(int i = 0; iO(n^2)
void aFunc(int n) { // 第一部分时间复杂度为 O(n^2) for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) { printf("Hello, World!\n"); } } // 第二部分时间复杂度为 O(n) for(int j = 0; j < n; j++) { printf("Hello, World!\n"); } } //T(n) = n + n*(n + 1) + n*n + n+(n+1) ,则O(n^2) 含有判断的算法 void aFunc(int n) { if (n >= 0) { // 第一条路径时间复杂度为 O(n^2) for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) { printf("输入数据大于等于零\n"); } } } else { // 第二条路径时间复杂度为 O(n) for(int j = 0; j < n; j++) { printf("输入数据小于零\n"); } } } //O(n^2) 和 O(n), 选取最大的O(n^2)O(log(n))
void aFunc(int n) { for (int i = 2; i < n; i++) { i *= 2; //执行次数 t^2 = n; 执行次数t =log(2)(n) printf("%i\n", i); } } T(t) = log(2)(n) = log(2n) 则O(log(n))O(2^n)
long aFunc(int n) { if (n <= 1) { return 1; } else { return aFunc(n - 1) + aFunc(n - 2); } } //T(n) = T(n - 1) + T(n - 2), 通过归纳证明法可以证明,当 n >= 1 时 T(n) < (5/3)^n,同时当 n > 4 时 T(n) >= (3/2)^n。