时间复杂度算法分析有方法(摘)
2009-12-23 16:15
453 查看
例子:
for(int i=1;i <=n;i++)
for(int j=1;j <=i;j++)
for(int k=1;k <=j;k++)
count++;
分析如下:
1.最内层循环体:count++; 我们认为,它的时间复杂度为1
2.分析最内层循环:很明显,在j给定的情况下,它需要执行
sum(1, k, 1, j) = j次
因为CSDN表示数学公式不方便,这里说明一下,上面的 sum(表达式, k, 1, j) 表示把表达式里的k,依次用从1到j替换,并且把替换后的表达式累加。例如:
sum(2 * i, i, 1, n) = 2 + 4 + 6 + ... + 2n
3.分析中间层循环,它将最内层循环执行i次(在i确定的情况下),所以,总的执行次数是:
sum(j, j, 1, i)次,也就是
i (i + 1)
---------
2
次
4,最后分析最外层循环,它把中间层循环(中间循环一共执行了
i (i + 1)
---------
2
次)再循环执行n次
因此,一共是执行了
sum((i*(i + 1))/2, i, 1, n) 次,也就是
n (n + 1) (n + 2)
-----------------
6
次
上面我们计算的是循环精确的执行次数。下面时间复杂度就简单了
由于
n (n + 1) (n + 2)
-----------------
6
= O(n ^ 3)
所以时间复杂度是O(n ^ 3)
for(int i=1;i <=n;i++)
for(int j=1;j <=i;j++)
for(int k=1;k <=j;k++)
count++;
分析如下:
1.最内层循环体:count++; 我们认为,它的时间复杂度为1
2.分析最内层循环:很明显,在j给定的情况下,它需要执行
sum(1, k, 1, j) = j次
因为CSDN表示数学公式不方便,这里说明一下,上面的 sum(表达式, k, 1, j) 表示把表达式里的k,依次用从1到j替换,并且把替换后的表达式累加。例如:
sum(2 * i, i, 1, n) = 2 + 4 + 6 + ... + 2n
3.分析中间层循环,它将最内层循环执行i次(在i确定的情况下),所以,总的执行次数是:
sum(j, j, 1, i)次,也就是
i (i + 1)
---------
2
次
4,最后分析最外层循环,它把中间层循环(中间循环一共执行了
i (i + 1)
---------
2
次)再循环执行n次
因此,一共是执行了
sum((i*(i + 1))/2, i, 1, n) 次,也就是
n (n + 1) (n + 2)
-----------------
6
次
上面我们计算的是循环精确的执行次数。下面时间复杂度就简单了
由于
n (n + 1) (n + 2)
-----------------
6
= O(n ^ 3)
所以时间复杂度是O(n ^ 3)
相关文章推荐
- 求最大子序列和的四种经典方法及其算法时间复杂度分析
- 算法——时间复杂度分析方法
- 有关算法时间复杂度分析方法的思考
- 求数列的最大子段和的两种方法(包括时间复杂度为线性时间的算法)
- 数据挖掘算法的空间复杂度与时间复杂度分析
- JAVA中算法复杂度分析方法
- 算法的时间复杂度分析
- python 下的数据结构与算法---3:python内建数据结构的方法及其时间复杂度
- 算法的时间复杂度分析
- 【算法复杂度分析之主方法】
- 算法 插入排序 的 JS实现及时间复杂度分析
- 算法导论-最大子数组问题-线性时间复杂度算法分析与实现
- 代数运算3(算法的时间复杂度分析)
- 算法分析-时间复杂度分析
- 七种排序方法(稳定性、空间复杂度、时间复杂度)分析总结
- 一个台阶总共有n级,如果一次可以跳1级,也可以跳2级。 求总共有多少总跳法,并分析算法的时间复杂度。
- 算法的是时间复杂度分析
- ACM算法-时间复杂度分析(6.相关练习exercise)
- 一个台阶总共有n 级,如果一次可以跳1 级,也可以跳2 级,求总共有多少总跳法,并分析算法的时间复杂度。
- 算法时间复杂度分析基础