【算法与数据结构】关于代码运行时间复杂度的计算方法
生活随笔
收集整理的這篇文章主要介紹了
【算法与数据结构】关于代码运行时间复杂度的计算方法
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
(轉載請注明出處:http://blog.csdn.net/buptgshengod)
1.背景知識
? ? ? ?大O標記就不用我說了吧。O(n)這種時間復雜度的意義自己google吧。這里簡單講下從代碼推算。
2.具體案例
?(1)案例一
??int a=0; //第一行 for(int i=0;i<=N;i++)//第二行 {a+=i*i*i; //第三行 }我們來看下。 第一行,聲明變量并賦值用一個時間單元; 第二行,首先給i賦值,一個時間單元。i<=N是N+1個時間單元。i++是N個時間單元。第二行總共2N+2個時間單元。 第三行,一個加法,一個賦值,兩個乘法,一共四個時間單元。執行N次,一共4N個時間單元。所以這段代碼一共6N+3個時間單元。時間復雜度為O(N);
(2)案例二
? ?一個for循環 for(int i=0;i<=N;i++)時間復雜度O(n)? ? 嵌套for循環 for(i=0;i<n;i++) {for(j=0;j<n;j++){} }時間復雜度O(n2)
?三層嵌套語句
for(m=0;m<n;m++) {int a=0;for(i=0;i<n;i++){for(j=0;j<n;j++){}} }時間復雜度為O(n3)。
if/else語句 時間復雜度,是if和else中最長的那個。
簡單的遞歸函數如 public static int test(int n) {if(n<=1){return 1;}else{return n*test(n-1);} }相當與一個for的循環,時間復雜的是O(n)
總結
以上是生活随笔為你收集整理的【算法与数据结构】关于代码运行时间复杂度的计算方法的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【算法与数据结构】在n个数中取第k大的数
- 下一篇: 【算法与数据结构】最大子序列和问题