時(shí)間復(fù)雜度

轉(zhuǎn)載自?http://blog.csdn.net/eirlys_north/article/details/52959540

好的算法應(yīng)該具備時(shí)間效率高和存儲(chǔ)量低的特點(diǎn)亥贸,這里只介紹前者

一耕肩、定義(理解不了沒(méi)關(guān)系磁餐,理解得了還寫(xiě)什么博客)

?????一般情況下尉桩,算法中基本操作重復(fù)執(zhí)行的次數(shù)是問(wèn)題規(guī)模n的某個(gè)函數(shù)谷异,用T(n)表示仓手,若有某個(gè)輔助函數(shù)f(n)向瓷,使得當(dāng)n趨近于無(wú)窮大時(shí)睡互,T(n)/f(n)的極限值為不等于零的常數(shù)根竿,則稱(chēng)f(n)是T(n)的同數(shù)量級(jí)函數(shù)。記作T(n)=O(f(n))就珠,稱(chēng)O(f(n))為算法的漸進(jìn)時(shí)間復(fù)雜度(O是數(shù)量級(jí)的符號(hào) )寇壳,簡(jiǎn)稱(chēng)時(shí)間復(fù)雜度。

1妻怎、咱們來(lái)搞懂定義=w=

(1)時(shí)間頻度

????一個(gè)算法執(zhí)行所耗費(fèi)的時(shí)間壳炎,從理論上是不能算出來(lái)的,必須上機(jī)運(yùn)行測(cè)試才能知道逼侦。但我們不可能也沒(méi)有必要對(duì)每個(gè)算法都上機(jī)測(cè)試匿辩,只需知道算法花費(fèi)的時(shí)間多少(魔鏡魔鏡告訴我,那個(gè)算法是跑得快的算法0.0)

????一個(gè)算法花費(fèi)的時(shí)間與算法中語(yǔ)句的執(zhí)行次數(shù)成正比例榛丢,哪個(gè)算法中語(yǔ)句執(zhí)行次數(shù)多铲球,它花費(fèi)時(shí)間就多。

????一個(gè)算法中的語(yǔ)句執(zhí)行次數(shù)稱(chēng)為語(yǔ)句頻度或時(shí)間頻度晰赞。記為T(mén)(n)稼病。


(2)時(shí)間復(fù)雜度

?????n稱(chēng)為問(wèn)題的規(guī)模,當(dāng)n不斷變化時(shí)宾肺,時(shí)間頻度T(n)也會(huì)不斷變化溯饵。但有時(shí)我們想知道它變化時(shí)呈現(xiàn)什么規(guī)律。為此锨用,我們引入時(shí)間復(fù)雜度概念丰刊。

?????一般情況下,算法中基本操作重復(fù)執(zhí)行的次數(shù)是問(wèn)題規(guī)模n的某個(gè)函數(shù)增拥,用T(n)表示啄巧,若有某個(gè)輔助函數(shù)f(n),使得當(dāng)n趨近于無(wú)窮大時(shí)寻歧,T(n)/f(n)的極限值為不等于零的常數(shù),則稱(chēng)f(n)是T(n)的同數(shù)量級(jí)函數(shù)秩仆。記作T(n)=O(f(n))

????稱(chēng)O(f(n)) 為算法的漸進(jìn)時(shí)間復(fù)雜度码泛,簡(jiǎn)稱(chēng)時(shí)間復(fù)雜度。

注意澄耍,時(shí)間頻度與時(shí)間復(fù)雜度是不同的噪珊,時(shí)間頻度不同但時(shí)間復(fù)雜度可能相同。

如:T(n)=n^2+3n+4與T(n)=4n2+2n+1它們的頻度不同齐莲,但時(shí)間復(fù)雜度相同痢站,都為O(n^2)。


常見(jiàn)的時(shí)間復(fù)雜度有:

常數(shù)階O(1)<對(duì)數(shù)階O(log2n)<線性階O(n),<線性對(duì)數(shù)階O(nlog2n)

<平方階O(n^2)<方階O(n3)

<指數(shù)階O(2^n)

?

?

?

?(3)最壞時(shí)間復(fù)雜度和平均時(shí)間復(fù)雜度  最壞情況下的時(shí)間復(fù)雜度稱(chēng)最壞時(shí)間復(fù)雜度选酗。一般不特別說(shuō)明阵难,討論的時(shí)間復(fù)雜度均是最壞情況下的時(shí)間復(fù)雜度。 這樣做的原因是:最壞情況下的時(shí)間復(fù)雜度是算法在任何輸入實(shí)例上運(yùn)行時(shí)間的上界芒填,這就保證了算法的運(yùn)行時(shí)間不會(huì)比任何更長(zhǎng)呜叫。

?????在最壞情況下的時(shí)間復(fù)雜度為T(mén)(n)=0(n),它表示對(duì)于任何輸入實(shí)例,該算法的運(yùn)行時(shí)間不可能大于0(n)殿衰。 平均時(shí)間復(fù)雜度是指所有可能的輸入實(shí)例均以等概率出現(xiàn)的情況下朱庆,算法的期望運(yùn)行時(shí)間。

指數(shù)階0(2n)闷祥,顯然椎工,時(shí)間復(fù)雜度為指數(shù)階0(2n)的算法效率極低,當(dāng)n值稍大時(shí)就無(wú)法應(yīng)用蜀踏。

2维蒙、最壞時(shí)間復(fù)雜度和平均時(shí)間復(fù)雜度

對(duì)于時(shí)間復(fù)雜度的分析,一般是這兩種方法:

(1)最壞時(shí)間復(fù)雜度

????最壞情況運(yùn)行時(shí)間(運(yùn)行時(shí)間將不會(huì)再壞了=A=)果覆。

通常颅痊,除非特別指定,我們提到的運(yùn)行時(shí)間都是最壞情況的運(yùn)行時(shí)間

對(duì)于追問(wèn)為什么是最壞時(shí)間復(fù)雜度的好奇寶寶:

1局待、如果最差情況下的復(fù)雜度符合我們的要求斑响,我們就可以保證所有的情況下都不會(huì)有問(wèn)題。(完美=w=)

2钳榨、也許你覺(jué)得平均情況下的復(fù)雜度更吸引你(見(jiàn)下)舰罚,但是:第一,難計(jì)算第二薛耻,有很多算法的平均情況和最差情況的復(fù)雜度是一樣的. 第三营罢,而且輸入數(shù)據(jù)的分布函數(shù)很可能是你沒(méi)法知道。

?

(2)平均時(shí)間復(fù)雜度

平均時(shí)間復(fù)雜度也是從概率的角度看,更能反映大多數(shù)情況下算法的表現(xiàn)饲漾。當(dāng)然蝙搔,實(shí)際中不可能將所有可能的輸入都運(yùn)行一遍,因此平均情況通常指的是一種數(shù)學(xué)期望值考传,而計(jì)算數(shù)學(xué)期望值則需要對(duì)輸入的分布情況進(jìn)行假設(shè)吃型。平均運(yùn)行時(shí)間很難通過(guò)分析得到,一般都是通過(guò)運(yùn)行一定數(shù)量的實(shí)驗(yàn)數(shù)據(jù)后估算出來(lái)的僚楞。


3勤晚、閑聊

???到此,基本介紹已經(jīng)完成了=w=泉褐,下一部分就是怎么去計(jì)算了运翼,

當(dāng)你看到這里的時(shí)候,

你就能明白那些大犇所說(shuō)的時(shí)間復(fù)雜度是個(gè)什么鬼兴枯,

知道哪個(gè)算法跑得快也就是擇優(yōu)的標(biāo)準(zhǔn)(雖然你還不會(huì)求=。=)矩欠,

于是你也能知道在數(shù)據(jù)范圍下财剖,大概會(huì)選用哪種時(shí)間復(fù)雜度的方法以及你會(huì)不會(huì)TLE(雖然你還不會(huì)求=。=)


舉個(gè)栗子(就不給你吃)癌淮,比如我要求你在字典里查同一個(gè)字躺坟,告訴我這個(gè)字在字典的那一頁(yè)。如果一頁(yè)一頁(yè)的翻乳蓄,你需要多少時(shí)間呢咪橙?最優(yōu)的情況就是這個(gè)字在第一頁(yè),最壞的情況就是這個(gè)字是整本字典的最后一個(gè)字虚倒。所以即使我故意為難你美侦,你也不會(huì)花費(fèi)比找整本字典最后一個(gè)字還長(zhǎng)的時(shí)間。

當(dāng)然魂奥,此時(shí)聰明的你就會(huì)想用部首菠剩、筆畫(huà)等去查,才不要傻乎乎的一頁(yè)一頁(yè)翻耻煤,此時(shí)的你就會(huì)擇優(yōu)選擇具壮,因?yàn)榇藭r(shí)你最壞得情況就是我給你部首筆畫(huà)最多、除部首外筆畫(huà)最多的一個(gè)超級(jí)復(fù)雜的一個(gè)字哈蝇,但顯然比翻整本字典快得多棺妓。

誒呀,一不小心已經(jīng)不僅會(huì)選擇而且還會(huì)優(yōu)化了呢=w=

二炮赦、求時(shí)間復(fù)雜度?

1怜跑、根據(jù)定義,可以歸納出基本的計(jì)算步驟

(1.)計(jì)算出基本操作的執(zhí)行次數(shù)T(n)

基本操作即算法中的每條語(yǔ)句的執(zhí)行次數(shù)一般默認(rèn)為考慮最壞的情況吠勘。

(2)計(jì)算出T(n)的數(shù)量級(jí)

求T(n)的數(shù)量級(jí)妆艘,只要將T(n)進(jìn)行如下一些操作:

?忽略常量彤灶、低次冪和最高次冪的系數(shù)

令f(n)=T(n)的數(shù)量級(jí)。

(3)用大O來(lái)表示時(shí)間復(fù)雜度

例:

??for(i=1;i<=n;++i)

??{

?????for(j=1;j<=n;++j)

?????{

?????????c[ i ][ j ]=0; //該步驟屬于基本操作 執(zhí)行次數(shù):n^2

??????????for(k=1;k<=n;++k)

???????????????c[ i ][ j ]+=a[ i ][ k ]*b[ k ][ j ]; //該步驟屬于基本操作 執(zhí)行次數(shù):n^3

?????}

??}

??則有 T(n)= n^2+n^3批旺,根據(jù)上面括號(hào)里的同數(shù)量級(jí)幌陕,我們可以確定 n^3為T(mén)(n)的同數(shù)量級(jí)

??則有f(n)= n^3,然后根據(jù)T(n)/f(n)求極限可得到常數(shù)c

??則該算法的 時(shí)間復(fù)雜度:T(n)=O(n^3)


2汽煮、于是我們發(fā)現(xiàn)根本沒(méi)必要都算搏熄,所以我們有了精簡(jiǎn)后的步驟:

1.?找到執(zhí)行次數(shù)最多的語(yǔ)句

2. 計(jì)算語(yǔ)句執(zhí)行次數(shù)的數(shù)量級(jí)3. 用大O來(lái)表示結(jié)果

eg:

(1) ??for(i=1;i<=n;i++) ????//循環(huán)了n*n次,當(dāng)然是O(n^2)

????????????for(j=1;j<=n;j++)

?????????????????s++;

(2)for(i=1;i<=n;i++) ??//循環(huán)了(n+n-1+...+1)≈(n^2)/2 ,同上 ?????????????????????????????????????????????

???????????for(j=i;j<=n;j++)

?????????????????s++;

(4) ??i=1;k=0;

??????while(i<=n-1){

???????????k+=10*i;

??????i++; ?????}

//循環(huán)了

//n-1≈n次暇赤,所以是O(n)

(5) ??for(i=1;i<=n;i++)

?????????????for(j=1;j<=i;j++)

?????????????????for(k=1;k<=j;k++)

???????????????????????x=x+1;

//循環(huán)了(1^2+2^2+3^2+...+n^2)=n(n+1)(2n+1)/6≈(n^3)/3心例,

//即O(n^3)

(6)

x=91; y=100;

while(y>0) if(x>100) {x=x-10;y--;} else x++;

?//T(n)=O(1),與n無(wú)關(guān)

(7)i=n-1; ???????????

while(i>=0&&(A[i]!=k)) ??????

??????i--; ???????

return i; ??

//此算法中的語(yǔ)句(3)的頻度不僅與問(wèn)題規(guī)模n有關(guān)鞋囊,還與輸入實(shí)例中A的各元素取值及K的取值有關(guān): ①若A中沒(méi)有與K相等的元素止后,則語(yǔ)句(3)的頻度f(wàn)(n)=n; ②若A的最后一個(gè)元素等于K,則語(yǔ)句(3)的頻度f(wàn)(n)是常數(shù)0溜腐。


綜上:

1译株、取決于執(zhí)行次數(shù)最多的語(yǔ)句,如當(dāng)有若干個(gè)循環(huán)語(yǔ)句時(shí)挺益,算法的時(shí)間復(fù)雜度是由嵌套層數(shù)最多的循環(huán)語(yǔ)句中最內(nèi)層語(yǔ)句的頻度f(wàn)(n)決定的歉糜。

2、如果算法的執(zhí)行時(shí)間不隨著問(wèn)題規(guī)模n的增加而增長(zhǎng)望众,即使算法中有上千條語(yǔ)句匪补,其執(zhí)行時(shí)間也不過(guò)是一個(gè)較大的常數(shù)。此類(lèi)算法的時(shí)間復(fù)雜度是O(1)

3烂翰、算法的時(shí)間復(fù)雜度不僅僅依賴(lài)于問(wèn)題的規(guī)模夯缺,還與輸入實(shí)例的初始狀態(tài)有關(guān)。

好的算法應(yīng)該具備時(shí)間效率高和存儲(chǔ)量低的特點(diǎn)甘耿,這里只介紹前者

一喳逛、定義(理解不了沒(méi)關(guān)系,理解得了還寫(xiě)什么博客)

?????一般情況下棵里,算法中基本操作重復(fù)執(zhí)行的次數(shù)是問(wèn)題規(guī)模n的某個(gè)函數(shù)润文,用T(n)表示,若有某個(gè)輔助函數(shù)f(n)殿怜,使得當(dāng)n趨近于無(wú)窮大時(shí)典蝌,T(n)/f(n)的極限值為不等于零的常數(shù),則稱(chēng)f(n)是T(n)的同數(shù)量級(jí)函數(shù)头谜。記作T(n)=O(f(n))骏掀,稱(chēng)O(f(n))為算法的漸進(jìn)時(shí)間復(fù)雜度(O是數(shù)量級(jí)的符號(hào) ),簡(jiǎn)稱(chēng)時(shí)間復(fù)雜度。

1截驮、咱們來(lái)搞懂定義=w=

(1)時(shí)間頻度

????一個(gè)算法執(zhí)行所耗費(fèi)的時(shí)間笑陈,從理論上是不能算出來(lái)的,必須上機(jī)運(yùn)行測(cè)試才能知道葵袭。但我們不可能也沒(méi)有必要對(duì)每個(gè)算法都上機(jī)測(cè)試涵妥,只需知道算法花費(fèi)的時(shí)間多少(魔鏡魔鏡告訴我,那個(gè)算法是跑得快的算法0.0)

????一個(gè)算法花費(fèi)的時(shí)間與算法中語(yǔ)句的執(zhí)行次數(shù)成正比例坡锡,哪個(gè)算法中語(yǔ)句執(zhí)行次數(shù)多蓬网,它花費(fèi)時(shí)間就多。

????一個(gè)算法中的語(yǔ)句執(zhí)行次數(shù)稱(chēng)為語(yǔ)句頻度或時(shí)間頻度鹉勒。記為T(mén)(n)帆锋。


(2)時(shí)間復(fù)雜度

?????n稱(chēng)為問(wèn)題的規(guī)模,當(dāng)n不斷變化時(shí)禽额,時(shí)間頻度T(n)也會(huì)不斷變化锯厢。但有時(shí)我們想知道它變化時(shí)呈現(xiàn)什么規(guī)律。為此脯倒,我們引入時(shí)間復(fù)雜度概念实辑。

?????一般情況下,算法中基本操作重復(fù)執(zhí)行的次數(shù)是問(wèn)題規(guī)模n的某個(gè)函數(shù)盔憨,用T(n)表示,若有某個(gè)輔助函數(shù)f(n),使得當(dāng)n趨近于無(wú)窮大時(shí)讯沈,T(n)/f(n)的極限值為不等于零的常數(shù)郁岩,則稱(chēng)f(n)是T(n)的同數(shù)量級(jí)函數(shù)。記作T(n)=O(f(n))

????稱(chēng)O(f(n)) 為算法的漸進(jìn)時(shí)間復(fù)雜度缺狠,簡(jiǎn)稱(chēng)時(shí)間復(fù)雜度问慎。

注意,時(shí)間頻度與時(shí)間復(fù)雜度是不同的挤茄,時(shí)間頻度不同但時(shí)間復(fù)雜度可能相同如叼。

如:T(n)=n^2+3n+4與T(n)=4n2+2n+1它們的頻度不同,但時(shí)間復(fù)雜度相同穷劈,都為O(n^2)笼恰。


常見(jiàn)的時(shí)間復(fù)雜度有:

常數(shù)階O(1)<對(duì)數(shù)階O(log2n)<線性階O(n),<線性對(duì)數(shù)階O(nlog2n)

<平方階O(n^2)<方階O(n3)

<指數(shù)階O(2^n)

?

?

?

?(3)最壞時(shí)間復(fù)雜度和平均時(shí)間復(fù)雜度  最壞情況下的時(shí)間復(fù)雜度稱(chēng)最壞時(shí)間復(fù)雜度。一般不特別說(shuō)明歇终,討論的時(shí)間復(fù)雜度均是最壞情況下的時(shí)間復(fù)雜度社证。 這樣做的原因是:最壞情況下的時(shí)間復(fù)雜度是算法在任何輸入實(shí)例上運(yùn)行時(shí)間的上界,這就保證了算法的運(yùn)行時(shí)間不會(huì)比任何更長(zhǎng)评凝。

?????在最壞情況下的時(shí)間復(fù)雜度為T(mén)(n)=0(n)追葡,它表示對(duì)于任何輸入實(shí)例,該算法的運(yùn)行時(shí)間不可能大于0(n)。 平均時(shí)間復(fù)雜度是指所有可能的輸入實(shí)例均以等概率出現(xiàn)的情況下,算法的期望運(yùn)行時(shí)間宜肉。

指數(shù)階0(2n)匀钧,顯然,時(shí)間復(fù)雜度為指數(shù)階0(2n)的算法效率極低谬返,當(dāng)n值稍大時(shí)就無(wú)法應(yīng)用之斯。

2、最壞時(shí)間復(fù)雜度和平均時(shí)間復(fù)雜度

對(duì)于時(shí)間復(fù)雜度的分析朱浴,一般是這兩種方法:

(1)最壞時(shí)間復(fù)雜度

????最壞情況運(yùn)行時(shí)間(運(yùn)行時(shí)間將不會(huì)再壞了=A=)吊圾。

通常,除非特別指定翰蠢,我們提到的運(yùn)行時(shí)間都是最壞情況的運(yùn)行時(shí)間

對(duì)于追問(wèn)為什么是最壞時(shí)間復(fù)雜度的好奇寶寶:

1项乒、如果最差情況下的復(fù)雜度符合我們的要求,我們就可以保證所有的情況下都不會(huì)有問(wèn)題梁沧。(完美=w=)

2檀何、也許你覺(jué)得平均情況下的復(fù)雜度更吸引你(見(jiàn)下),但是:第一廷支,難計(jì)算第二频鉴,有很多算法的平均情況和最差情況的復(fù)雜度是一樣的. 第三,而且輸入數(shù)據(jù)的分布函數(shù)很可能是你沒(méi)法知道恋拍。

?

(2)平均時(shí)間復(fù)雜度

平均時(shí)間復(fù)雜度也是從概率的角度看垛孔,更能反映大多數(shù)情況下算法的表現(xiàn)。當(dāng)然施敢,實(shí)際中不可能將所有可能的輸入都運(yùn)行一遍周荐,因此平均情況通常指的是一種數(shù)學(xué)期望值,而計(jì)算數(shù)學(xué)期望值則需要對(duì)輸入的分布情況進(jìn)行假設(shè)僵娃。平均運(yùn)行時(shí)間很難通過(guò)分析得到概作,一般都是通過(guò)運(yùn)行一定數(shù)量的實(shí)驗(yàn)數(shù)據(jù)后估算出來(lái)的。


3默怨、閑聊

???到此讯榕,基本介紹已經(jīng)完成了=w=,下一部分就是怎么去計(jì)算了匙睹,

當(dāng)你看到這里的時(shí)候愚屁,

你就能明白那些大犇所說(shuō)的時(shí)間復(fù)雜度是個(gè)什么鬼,

知道哪個(gè)算法跑得快也就是擇優(yōu)的標(biāo)準(zhǔn)(雖然你還不會(huì)求=痕檬。=)集绰,

于是你也能知道在數(shù)據(jù)范圍下,大概會(huì)選用哪種時(shí)間復(fù)雜度的方法以及你會(huì)不會(huì)TLE(雖然你還不會(huì)求=谆棺。=)


舉個(gè)栗子(就不給你吃)栽燕,比如我要求你在字典里查同一個(gè)字罕袋,告訴我這個(gè)字在字典的那一頁(yè)。如果一頁(yè)一頁(yè)的翻碍岔,你需要多少時(shí)間呢浴讯?最優(yōu)的情況就是這個(gè)字在第一頁(yè),最壞的情況就是這個(gè)字是整本字典的最后一個(gè)字蔼啦。所以即使我故意為難你榆纽,你也不會(huì)花費(fèi)比找整本字典最后一個(gè)字還長(zhǎng)的時(shí)間。

當(dāng)然捏肢,此時(shí)聰明的你就會(huì)想用部首奈籽、筆畫(huà)等去查,才不要傻乎乎的一頁(yè)一頁(yè)翻鸵赫,此時(shí)的你就會(huì)擇優(yōu)選擇衣屏,因?yàn)榇藭r(shí)你最壞得情況就是我給你部首筆畫(huà)最多、除部首外筆畫(huà)最多的一個(gè)超級(jí)復(fù)雜的一個(gè)字辩棒,但顯然比翻整本字典快得多狼忱。

誒呀,一不小心已經(jīng)不僅會(huì)選擇而且還會(huì)優(yōu)化了呢=w=

二一睁、求時(shí)間復(fù)雜度?

1钻弄、根據(jù)定義,可以歸納出基本的計(jì)算步驟

(1.)計(jì)算出基本操作的執(zhí)行次數(shù)T(n)

基本操作即算法中的每條語(yǔ)句的執(zhí)行次數(shù)一般默認(rèn)為考慮最壞的情況者吁。

(2)計(jì)算出T(n)的數(shù)量級(jí)

求T(n)的數(shù)量級(jí)窘俺,只要將T(n)進(jìn)行如下一些操作:

?忽略常量、低次冪和最高次冪的系數(shù)

令f(n)=T(n)的數(shù)量級(jí)复凳。

(3)用大O來(lái)表示時(shí)間復(fù)雜度

例:

??for(i=1;i<=n;++i)

??{

?????for(j=1;j<=n;++j)

?????{

?????????c[ i ][ j ]=0; //該步驟屬于基本操作 執(zhí)行次數(shù):n^2

??????????for(k=1;k<=n;++k)

???????????????c[ i ][ j ]+=a[ i ][ k ]*b[ k ][ j ]; //該步驟屬于基本操作 執(zhí)行次數(shù):n^3

?????}

??}

??則有 T(n)= n^2+n^3瘤泪,根據(jù)上面括號(hào)里的同數(shù)量級(jí),我們可以確定 n^3為T(mén)(n)的同數(shù)量級(jí)

??則有f(n)= n^3染坯,然后根據(jù)T(n)/f(n)求極限可得到常數(shù)c

??則該算法的 時(shí)間復(fù)雜度:T(n)=O(n^3)


2均芽、于是我們發(fā)現(xiàn)根本沒(méi)必要都算丘逸,所以我們有了精簡(jiǎn)后的步驟:

1.?找到執(zhí)行次數(shù)最多的語(yǔ)句

2. 計(jì)算語(yǔ)句執(zhí)行次數(shù)的數(shù)量級(jí)3. 用大O來(lái)表示結(jié)果

eg:

(1) ??for(i=1;i<=n;i++) ????//循環(huán)了n*n次单鹿,當(dāng)然是O(n^2)

????????????for(j=1;j<=n;j++)

?????????????????s++;

(2)for(i=1;i<=n;i++) ??//循環(huán)了(n+n-1+...+1)≈(n^2)/2 ,同上 ?????????????????????????????????????????????

???????????for(j=i;j<=n;j++)

?????????????????s++;

(4) ??i=1;k=0;

??????while(i<=n-1){

???????????k+=10*i;

??????i++; ?????}

//循環(huán)了

//n-1≈n次,所以是O(n)

(5) ??for(i=1;i<=n;i++)

?????????????for(j=1;j<=i;j++)

?????????????????for(k=1;k<=j;k++)

???????????????????????x=x+1;

//循環(huán)了(1^2+2^2+3^2+...+n^2)=n(n+1)(2n+1)/6≈(n^3)/3深纲,

//即O(n^3)

(6)

x=91; y=100;

while(y>0) if(x>100) {x=x-10;y--;} else x++;

?//T(n)=O(1)仲锄,與n無(wú)關(guān)

(7)i=n-1; ???????????

while(i>=0&&(A[i]!=k)) ??????

??????i--; ???????

return i; ??

//此算法中的語(yǔ)句(3)的頻度不僅與問(wèn)題規(guī)模n有關(guān),還與輸入實(shí)例中A的各元素取值及K的取值有關(guān): ①若A中沒(méi)有與K相等的元素湃鹊,則語(yǔ)句(3)的頻度f(wàn)(n)=n儒喊; ②若A的最后一個(gè)元素等于K,則語(yǔ)句(3)的頻度f(wàn)(n)是常數(shù)0。


綜上:

1币呵、取決于執(zhí)行次數(shù)最多的語(yǔ)句怀愧,如當(dāng)有若干個(gè)循環(huán)語(yǔ)句時(shí)侨颈,算法的時(shí)間復(fù)雜度是由嵌套層數(shù)最多的循環(huán)語(yǔ)句中最內(nèi)層語(yǔ)句的頻度f(wàn)(n)決定的。

2芯义、如果算法的執(zhí)行時(shí)間不隨著問(wèn)題規(guī)模n的增加而增長(zhǎng)哈垢,即使算法中有上千條語(yǔ)句,其執(zhí)行時(shí)間也不過(guò)是一個(gè)較大的常數(shù)扛拨。此類(lèi)算法的時(shí)間復(fù)雜度是O(1)

3耘分、算法的時(shí)間復(fù)雜度不僅僅依賴(lài)于問(wèn)題的規(guī)模,還與輸入實(shí)例的初始狀態(tài)有關(guān)绑警。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末求泰,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子计盒,更是在濱河造成了極大的恐慌渴频,老刑警劉巖,帶你破解...
    沈念sama閱讀 210,914評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件章郁,死亡現(xiàn)場(chǎng)離奇詭異枉氮,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)暖庄,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評(píng)論 2 383
  • 文/潘曉璐 我一進(jìn)店門(mén)聊替,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人培廓,你說(shuō)我怎么就攤上這事惹悄。” “怎么了肩钠?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,531評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵泣港,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我价匠,道長(zhǎng)当纱,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,309評(píng)論 1 282
  • 正文 為了忘掉前任踩窖,我火速辦了婚禮坡氯,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘洋腮。我一直安慰自己箫柳,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,381評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布啥供。 她就那樣靜靜地躺著悯恍,像睡著了一般。 火紅的嫁衣襯著肌膚如雪伙狐。 梳的紋絲不亂的頭發(fā)上涮毫,一...
    開(kāi)封第一講書(shū)人閱讀 49,730評(píng)論 1 289
  • 那天瞬欧,我揣著相機(jī)與錄音,去河邊找鬼罢防。 笑死黍判,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的篙梢。 我是一名探鬼主播顷帖,決...
    沈念sama閱讀 38,882評(píng)論 3 404
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼渤滞!你這毒婦竟也來(lái)了贬墩?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,643評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤妄呕,失蹤者是張志新(化名)和其女友劉穎坦报,沒(méi)想到半個(gè)月后搀玖,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體筐眷,經(jīng)...
    沈念sama閱讀 44,095評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡澳眷,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,448評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了疏魏。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片停做。...
    茶點(diǎn)故事閱讀 38,566評(píng)論 1 339
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖大莫,靈堂內(nèi)的尸體忽然破棺而出蛉腌,到底是詐尸還是另有隱情,我是刑警寧澤只厘,帶...
    沈念sama閱讀 34,253評(píng)論 4 328
  • 正文 年R本政府宣布烙丛,位于F島的核電站,受9級(jí)特大地震影響羔味,放射性物質(zhì)發(fā)生泄漏河咽。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,829評(píng)論 3 312
  • 文/蒙蒙 一赋元、第九天 我趴在偏房一處隱蔽的房頂上張望忘蟹。 院中可真熱鬧,春花似錦们陆、人聲如沸寒瓦。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,715評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至垃你,卻和暖如春椅文,著一層夾襖步出監(jiān)牢的瞬間喂很,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,945評(píng)論 1 264
  • 我被黑心中介騙來(lái)泰國(guó)打工皆刺, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留少辣,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,248評(píng)論 2 360
  • 正文 我出身青樓羡蛾,卻偏偏與公主長(zhǎng)得像漓帅,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子痴怨,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,440評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容