资讯专栏INFORMATION COLUMN

数据结构学习笔记-时间复杂度

张利勇 / 1839人阅读

摘要:原文地址数据结构学习笔记时间复杂度时间复杂度定义在进行算法分析时,语句总的执行次数是关于问题规模的函数,进而分析随的变化情况并确定的数量级。同理,对于单纯分支结构不包含在循环中的或语句而言,执行的次数都是恒定的,其时间复杂度也是。

原文地址:数据结构学习笔记-时间复杂度

时间复杂度定义
在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是算法的时间量度,记作:T(n) = O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度。其中f(n)是问题规模n的某个函数。

这样用大写O()来体现算法的时间复杂度的记法,我们称之为大O记法。

推导大O阶方法

如何分析一个算法的时间复杂度呢?即如何推导大O阶呢?我们可以参考下面的推导方法。

推导大O阶:
1. 用常数1取代运行时间中的所有加法常数。
2. 在修改后的运行次数函数中,只保留最高阶项。
3. 如果最高阶项存在且不是1,则去除与这个项相乘的常数。
得到的结果就是大O阶。

下面让我们根据这个推导方法来看几个例子。

常数阶
int sum = 0,n = 100;  /* 执行一次 */
sum = (1 + n) * n/2;  /* 执行一次 */
System.out.println(sum);  /* 执行一次 */

这段程序的执行次数是f(3)。我们使用大O阶的方法推导一下:

将常数项3改为1。

保留最高阶项。

没有最高阶项,所以这段程序的时间复杂度为O(1).

可以试想一下,如果这段代码里的

sum = (1 + n) * n/2;  /* 执行一次 */

一共有10句,那么时间复杂度是多少呢?

事实上,无论有多少句该代码,都不过是3次和多次的执行差异。像这种执行时间恒定的算法,我们称之为具有O(1)的时间复杂度,又叫常数阶

注意:无论这个常数是多少,我们都记作O(1)。

同理,对于单纯分支结构(不包含在循环中的if或switch语句)而言,执行的次数都是恒定的,其时间复杂度也是O(1)。

线性阶

线性阶的循环结构会复杂一些。要确定某个算法的阶次,我们常常需要确定某个特定语句或某个语句集的运行次数。因此,我们要分析算法的复杂度,关键就是要分析循环结构的运行情况。

下面这段代码,它的循环时间复杂度为O(n),因为循环中的代码须要执行n次。

for(int i = 0; i < n; i++){
}
对数阶
int count = 1;
while(count < n){
    count = count * 2;
}

由于每次count乘以2之后,就离n更近了一些。也就是是,有多少个2相乘后大于n,则会退出循环。由2^x=n得到x=log2n(以2为底n的对数)。所以这个循环的时间复杂度为O(logn)。

平方阶

下面例子是一个循环嵌套,它的内循环时间复杂度为O(n)。

int i,j;
for(i = 0; i < n; i++){
    for(j = 0; j < n; j++){
    
    }
}

对于外循环不过是这个时间复杂度为O(n)的语句循环了n次,所以这段代码的时间复杂度为O(n^2)。

如果外循环的次数改为了m,那么时间复杂度就变为了O(m*n)。

所以我们可以总结出来:循环的时间复杂度等于循环体的复杂度乘以循环运行的次数。

那么,下面这段代码的时间复杂度是多少呢?

int i,j;
for(i = 0; i < n; i++){
    for(j = i; j < n; j++){
    
    }
}

我们可以推导一下当i = 0 时,内循环执行了n次;当i = 1时,执行了n - 1次,……当 i = n-1时,执行了1次。所以总的执行次数为:

n + (n-1) + (n-2) + …… + 1 = n(n+1)/2 = n^2/2 + n/2

用推导大O阶的方法

由于没有加法常数,可以不考虑

只保留最高阶,也就是保留n^2/2

去除常数的相乘项,也就是去除1/2

最终,这段代码的时间复杂度就是O(n^2)。

常见的时间复杂度

该表列举了一些常见的时间复杂度

执行次数函数 非正式术语
12 O(1) 常数阶
2n+3 O(n) 线性阶
3n^2+2n+1 O(n^2) 平方阶
5log2n(2为底n的对数)+20 O(logn) 对数阶
2n+3log2n(2为底n的对数)+19 O(nlgon) nlogn阶
6n^3+2n^2+3n+4 O(n^3) 立方阶
2^n O(2^n) 指数阶

常用的时间复杂度从小到大依次是:

O(1)

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/72207.html

相关文章

  • 算法学习笔记一、时空杂度

    摘要:动态规划背包士兵路径复杂度谈算法一定要考虑复杂度时间复杂度和空间复杂度时间复杂度计算机基本操作的次数汇编指令的条数寻址跳转空间复杂度所需占用的内存字节数两者区别空间是可以返回利用的。 面试求职班一笔记 算法主要研究:时空复杂度 算法的特征: 有穷性, 确定性, 可行性, 可能没有输入,但一定有输出 常用算法 穷举法(eg:求N个数的全排列;8皇后问题) 减而治之(二分查找...

    wuyumin 评论0 收藏0
  • 学习笔记 | HTML 基本结构和基本标签 ——前端学习第一步!

    摘要:基本结构语言中,一个页面是由四个部分组成文档声明标签对标签对标签对图示文档声明这是一个文档声明,表示这是一个页面。标签标签表示页面内容的范围。 HTML HTML ...

    sPeng 评论0 收藏0
  • 「返现福利」极客时间返现二维码汇总 + 学习笔记 + 知识脑图

    摘要:偶然复杂度的概念来源于软件行业里有一本名著叫人月神话,书中提到两个非常重要的概念本质复杂度和偶然复杂度。如何减少偶然复杂度引发的问题,让软件开发工作有序高效地进行,这正是作者希望通过程序员工作法这个专栏帮你解决的问题。 极客时间专栏微信返现二维码汇总 有课学是一站式课程返现平台,用户通过扫描一下课程二维码购买课程,提交购买截图给有课学微信公众号即可获得返现。 showImg(https...

    snowell 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<