时间复杂度
时间频度:一个算法中的语句执行次数称为语句频度或时间频度,记为T(n)。
时间复杂度
1.若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n) / f(n) 的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。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。
2. T(n)不同,O( f(n) )可能相同
3.O( f(n) )计算方法
(1)忽略常数项,只有常数项时,用1代替所有常数项
(2)忽略低次项,只保留最高次项
(3)忽略系数,去除最高次项的系数
常见的时间复杂度
1.常数阶O(1)
int i = 1;
int j = 2;
int m = i + j;
2.对数阶O(log2n)
for (int i = 1; i < n; i *= 2) {
int j = i;
}
3.线性阶O(n)
for (int i = 1; i <= n; i++) {
int j = i;
}
4.线性对数阶O(nlog2n)
for (int i = 1; i <= n; i++) {
for (int j = 1; j < n; j *= 2) {
int k = j;
}
}
5.平方阶O(n2)
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j ++) {
int k = j;
}
}
6.立方阶O(n3)
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j ++) {
for (int k = 1; k <= n ; k++) {
int l = k;
}
}
}
7.k次方阶O(nk):嵌套k层n循环
8.指数阶(2n)
从小到大:O(1)<O(log2n)<O(n)<O(nlog2n)<O(n2)<O(n3)<O(nk)<(2n)
加法规则:T(n,m)=T1(n)+T2(m)=O(max(f(n),g(m)))
乘法规则:T(n,m)=T1(n)*T2(m)=O(f(n)*g(m))
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 没有源码,如何修改代码逻辑?
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战