时间复杂度
算法分析
同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。
1、时间复杂度
(1)时间频度
一个算法执行所耗费的时间,从理论上是不能算出来的,必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试,只需知道哪个算法花费的时间多,哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。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)。
(2)时间复杂度
在刚才提到的时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此,我们引入时间复杂度概念。
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,用T(n)表示,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。
在各种不同算法中,若算法中语句执行次数为一个常数,则时间复杂度为O(1),另外,在时间频度不相同时,时间复杂度有可能相同,如T(n)=n2+3n+4与T(n)=4n2+2n+1它们的频度不同,但时间复杂度相同,都为O(n2)。
按数量级递增排列,常见的时间复杂度有:
常数阶O(1),对数阶O(log2n),线性阶O(n),
线性对数阶O(nlog2n),平方阶O(n2),立方阶O(n3),...,
k次方阶O(nk),指数阶O(2n)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
2、空间复杂度
与时间复杂度类似,空间复杂度是指算法在计算机内执行时所需存储空间的度量。记作:
S(n)=O(f(n))
我们一般所讨论的是除正常占用内存开销外的辅助存储单元规模。
分享到:
相关推荐
数据结构时间复杂度
算法 时间复杂度 空间复杂度 经典算法 时间复杂度 空间复杂度 经典算法 时间复杂度 空间复杂度 经典
时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度时间复杂度...
平衡二叉树时间复杂度计算1
算法设计目标与时间复杂度与空间复杂度.ppt
大学二年级课程 算法设计与分析的一般算法时间复杂度的证明过程,希望可以帮到大家.
对若干个数据进行操作,实现快速排序、选择排序、直接插入排序、堆排序算法时间复杂度的比较;并在排序数据中快速查找某一数据,给出查找是否成功,以及数据所在的位置信息。
对时间复杂度和空间复杂度进行超级详细的讲解
所有算法时间复杂度对比、图表形式、函数关系
算法时间复杂度
数据结构有关时间复杂度的复习资料,比较全。
对java的8种排序方法的空间复杂度和时间复杂度,进行了一个简单的统计
改文件为排序算法、时间对比及时间复杂度直线拟合的源码,稍微加以修改即可在自己的代码中用于使用!
time函数,程序运行时获得CPU的clock,程序运行时间复杂度的获得
使用Matlab内置函数统计矩阵乘法所耗时间,给出时间复杂度图示,定量理解复杂度与问题规模的关系。
arraylist 和linked list的时间复杂度
关于算法时间复杂度的计算 关于算法时间复杂度的计算 关于算法时间复杂度的计算