数据结构之时间复杂度的计算
计算过程:
- 用常数1取代运行时间中的所有加法常数。
- 在修改后的运行次数函数中,只保留最高阶项。
- 如果最高阶项存在且不是1,则去除与这个项目相乘的常数。得到的结果就是大O阶。
推导示例
1、常数阶
首先顺序结构的时间复杂度。下面这个算法,是利用高斯定理计算1,2,……n个数的和。
int sum = 0, n = 100; /*执行一次*/
sum = (1 + n) * n / 2; /*执行一次*/
printf("%d",sum); /*执行一次*/
这个算法的运行次数函数是f (n) =3。 根据我们推导大0阶的方法,
- 第一步就是把常数项3 改为1。
- 在保留最高阶项时发现,它根本没有最高阶项
- 所以这个算法的时间复杂度为0(1)。
2、线性阶
线性阶的循环结构会复杂很多。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运行的次数。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,它的循环的时间复杂度为O(n), 因为循环体中的代码须要执行n次。
int i; for(i = 0; i < n; i++){/*时间复杂度为O(1)的程序步骤序列*/}
3、对数阶
今天某位18级同学请教我的这个问题,促使我写了这篇博客。
public class TS {public static void main(String[] args) {int i=1;int n= 100;while(i<n) {i = i*2;}
}
由于每次count乘以2之后,就距离n更近了一分。 也就是说,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\log_2 nlog2n。 所以这个循环的时间复杂度为O(log2n\log_2 nlog2n)。
4、平方阶
例如:冒泡排序。和下面段程序
int i, j; for(i = 0; i < n; i++){for(j = 0; j < n; j++){/*时间复杂度为O(1)的程序步骤序列*/}}
而对于外层的循环,不过是内部这个时间复杂度为O(n)的语句,再循环n次。 所以这段代码的时间复杂度为O(n2n^2n2)。
如果外循环的循环次数改为了m,时间复杂度就变为O(m*n)。
所以我们可以总结得出,循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。
那么下面这个循环嵌套,它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++){ /*注意j = i而不是0*//*时间复杂度为O(1)的程序步骤序列*/}}
由于当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)n + (n - 1) + (n - 2)n+(n−1)+(n−2) …… +1+1+1 = n(n+1)2\frac{n(n+1)}{2}2n(n+1) = n22\frac{n^2}{2}2n2 + n2\frac{n}{2}2n
用我们推导大O阶的方法
- 没有加法常数不予考虑;
- 只保留最高阶项,因此保留时n22\frac{n^2}{2}2n2;
- 去除这个项相乘的常数,也就是去除1/2,最终这段代码的时间复杂度为O(n2n^2n2)。
从这个例子,我们也可以得到一个经验,其实理解大0推导不算难,难的是对数列的一些相关运算,这更多的是考察你的数学知识和能力。
4、立方阶
下面例子是一个三重循环嵌套。
int i, j; for(i = 1; i < n; i++)for(j = 1; j < n; j++)for(j = 1; j < n; j++){/*时间复杂度为O(1)的程序步骤序列*/}
5、常见的时间复杂度排序
我们前面已经谈到了。O(1)常数阶、O(logn)对数阶、O(n)线性阶、 O(n2n^2n2)平方阶等,像O(n3n^3n3),过大的n都会使得结果变得不现实。同样指数阶O(2n2^n2n)和阶乘阶O(n!)等除非是很小的n值,否则哪怕n 只是100,都是噩梦般的运行时间。所以这种不切实际的算法时间复杂度,一般我们都不去讨论。
数据结构之时间复杂度的计算相关推荐
- 数据结构::递归时间复杂度的计算
开篇前言:为什么写这篇文章?笔者目前在学习各种各样的算法,在这个过程中,频繁地碰到到递归思想和分治思想,惊讶于这两种的思想的伟大与奇妙的同时,经常要面对的一个问题就是,对于一个给定的递归算法或者用分治 ...
- 【数据结构】时间复杂度和空间复杂度的计算
目录 一.数据结构 1.什么是数据结构 2.什么是算法 3.数据结构和算法的重要性 4.如何学好数据结构和算法 二.算法效率 三.时间复杂度 1.时间复杂度的概念 2.时间复杂度的表示方法 3.算法复 ...
- 算法时间复杂度的计算:从几道题目讲起
引子 最近再来回顾一下算法相关的知识,那自然,首先要学习的就是 时间复杂度的概念,以及其计算方式.下面,我就会简单地介绍下时间复杂度,以及会给出几道典型的时间复杂度计算题. 时间复杂度 将算法中基本操 ...
- 排序算法之快速排序及其时间复杂度的计算
快速排序由C. A. R. Hoare在1962年提出.它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分 ...
- c语言小数表达式运算课程设计,数据结构课程设计表达式计算.doc
数据结构课程设计表达式计算 福建农林大学计算机与信息学院 计算机类 课程设计报告 课程名称:算法与数据结构课程设计题目:表达式计算姓 名:系:数学系专 业:数学与应用数学年 级:学 号:指导教师:宁正 ...
- 数据结构(2)时间复杂度——渐进时间复杂度、渐进上界、渐进下界
目录 2.1.概述 2.2.时间复杂度的计算 2.2.1.渐进复杂度 2.2.2.渐进上界 2.2.3.渐进下届 2.2.4.复杂度排序 2.2.5.举几个例子 2.1.概述 算法的基本定义: 求解问 ...
- 时间复杂度的计算详解
时间复杂度计算分为以下三个步骤(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 ...
- 数据结构:时间复杂度空间复杂度(递归)
转载文章 时间复杂度: 一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数f(n),进而分析f(n)随n的变化情况并确定T(n)的数量级.这里用"O"来表示数量级,给出 ...
- 数据结构—1.时间复杂度
目录 前言 一.时间复杂度 二.大O表示法 三,实例介绍 例1:O(N^2) 例2:O(1) 例3:O(M +N) (重点)例4:O(N) 例5:冒泡排序( O(N^2) ) 例6:二分法查找(O(l ...
- 【数据结构】时间复杂度_空间复杂度
作者:旧梦拾遗186 专栏:数据结构成长日记 每日励志: 如果有一天,你的努力配得上你的梦想,那么你的梦想也绝对不会辜负你的努力. 前言: 小编带大家来学习数据结构中的复杂度问题. 目录 1.算法效率 ...
最新文章
- vue = 什么意思_我用React和Vue构建了同款应用,来看看哪里不一样
- 网络安全(1)-身份认证
- C++ main函数命令行参数使用
- ad域需要自建dns服务器吗,创建AD DS域服务(图文详解)
- 视频跟踪——meanshift算法
- 如何用AnySDK快速接入SDK上线
- Linux Socket C语言网络编程:SCTP Socket
- 云计算学习总结(2)——服务器场景漏洞修复
- 如何改变炒股频繁交易的毛病?
- 遗传算法优化变分模态分解VMD包络熵和参数及MATLAB代码
- Java 素数筛选法
- dos命令大全 基础命令+网络的常用命令
- 网页上嵌入Flash播放器(2)
- MATLAB寻找数据最大值
- 如何给C盘扩容?亲测有效
- 免费的查询IP归属地接口分享
- 《硅谷增长黑客实战笔记》读书笔记(一)
- zookeeper添加ip白名单
- CSS预处理器-Sass、Less和Stylus-介绍和使用
- Core Animation (1)