时间复杂度
时间复杂度
在计算机科学中,使用时间复杂度来衡量一个算法的优劣,它可以表示一个算法随着问题规模不断变化的最主要趋势。
大O记法
即算法的时间复杂度随数据量变化的关系曲线,这个关系曲线通常由最高次项决定,当数据量比较高时低次项的影响相对于最高次项就很小,为了方便可以忽略
算法一:
算法二:
时间复杂度的计算
计算规则
- 基本操作,认为时间复杂度为O(1)。与问题规模的大小无关,执行次数恒定的算法。
- 顺序结构,时间复杂度按加法计算
- 循环结构,时间复杂度按乘法计算
- 分支结构,时间复杂度取最大值
- 判断一个算法的效率时,只需要关注操作数量的最高次项,其他次项和常数项可以忽略
- 没有特殊说明时,所分析的算法的时间复杂度都是指最坏时间复杂度
最优最坏时间复杂度
最优时间复杂度:算法完成最少需要多少基本操作数
最坏时间复杂度:算法完成最多需要多少基本操作数
平均时间复杂度:算法完成工作平均需要多少基本操作数
常见时间复杂度
执行次数函数举例 | 阶 | 非正式术语 |
---|---|---|
12 | O(1) | 常数阶 |
2n+3 | O(n) | 线性阶 |
平方阶 | ||
对数阶 | ||
立方阶 |
所消耗的时间从小到大:O(1) < O(n) <