【考研408数据结构】时间复杂度
时间复杂度
关于时间复杂度,最最重要的一句话就是:将算法中基本操作的执行次数作为时间复杂度的度量。时间复杂度并不是执行程序所需要的时间,而是执行基本操作的总次数。
考研中,常常需要比较各个时间复杂度的大小,常用的时间复杂度比较关系为:
O(1)≤O(log2(n))≤O(n)≤O(n*log2(n))≤O(n2)≤O(n3)≤…≤O(nk)≤O(2n)
计算时间复杂度的具体步骤如下:
- 确定算法中的基本操作以及问题的规模
- 根据基本操作执行情况计算出规模数n的函数f(n),并确定时间复杂度T(n)=O(f(n)中增长最快项/此项系数)(也就是说只考虑最高项,且忽略最高项的系数)
注意:有的算法中基本操作的执行次数不仅跟初始输入的数据规模有关,还和数据本身有关。比如说,一些个排序算法,同样有n个待处理的数据,但数据初始有序性不同,则基本操作的执行次数也不同。一般是依照使得基本操作执行次数最多的输入来计算时间复杂度,即最坏的情况下作为时间复杂度的度量。
例1.1求以下算法的时间复杂度
void fun(int n) { int i = 1,j = 100; while(i < n) { ++j; i+=2; } }
分析:
第一步:找出基本操作,确定规模n
- 找基本操作。多数情况下取最深层循环内的语句所描述的操作作为基本操作,显然题目中*++j;i+=2;*这两句都是基本操作。
- 确定规模n。由循环条件可以得知,循环执行的次数和n有关,故,参数n就是我们所说的规模n。
第二步:计算出n的函数f(n)
n确定之后,循环的结束与否跟i有关,i的初值为1,每次自增为2,假设i自增m次后,循环结束,则i最后的值为1+2m,因此1+2m>n,即1+2m+K=n(k为常数,弥补循环结束时i和n的差距),解的m=(n-1-K)/2,即f(n)=(n-1-K)/2,根据时间复杂度的计算原则:只考虑最高项,且忽略最高项的系数,所以时间复杂度***f(n)=O(n)***。
例1.2分析以下代码的时间复杂度
void fun(int n) { int i,j,x=0; for(i=0;i<n;++i) for(j=i+1;j<n,++j) ++x; }
分析:
++x;处于最内层循环,故,++x为基本操作,显然,n为规模,可以算出++x执行次数f(n)=n*(n-1)/2,所以时间复杂度*f(n)=O(n2)
例1.3分析以下算法的时间复杂度
void fun(int n) { int i=0,s=0; while(s<n) { ++i; s=s+i; } }
分析:
显而易见,规模为n,基本操作是++i,和s=s+i;i和s都是从0开始,假设执行m次之后,循环结束,则循环结束之时,s的值为m(m+1)/2。所以
m=(−1+(8n+1−8K))/2
m=(-1+\sqrt(8n+1-8K))/2
m=(−1+(8n+1−8K))/2
由此可知时间复杂度***T(n)=O(n1/2)***
- 点赞
- 收藏
- 分享
- 文章举报
- 时间复杂度和空间复杂度2 - 数据结构和算法04
- [数据结构] 时间复杂度的理解
- 数据结构-算法效率的度量-时间复杂度和空间复杂度
- 常用数据结构的时间复杂度
- 数据结构—时间与空间复杂度
- 重读数据结构之--算法的时间空间复杂度
- 数据结构_时间复杂度和空间复杂度
- 《从入门到放弃》数据结构和算法 1- 算法的引入和算法时间复杂度
- 数据结构:时间复杂度和空间复杂度
- 数据结构(一):数据结构的基本概念和算法的时间和空间复杂度
- 定义一个栈的数据结构,要求实现一个min函数,每次能够得到栈的最小值,并且要求Min的时间复杂度为O(1)
- 数据结构(2)--计算时间复杂度
- 定义栈的数据结构,要求添加一个 min 函数,能够得到栈的最小元素。要求函数 min、push 以及 pop 的时间复杂度都是 O(1)。
- 数据结构和算法学习系列之最大子序列求和问题的O(N)时间复杂度
- 【算法数据结构Java实现】递归的简单剖析及时间复杂度计算
- 数据结构-算法的时间复杂度
- 数据结构和算法学习02-时间复杂度和空间复杂度
- 《数据结构》2.10设计一个算法,删除顺序表中值为item的元素,要求算法的时间复杂度是O(n),空间复杂度是O(1)
- 数据结构之时间复杂度和空间复杂服
- CPython数据结构相关操作的时间复杂度