数据结构和算法-时间复杂度和空间复杂度
浏览数：18 /
时间：2015年06月08日
【算法时间复杂度的定义】
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。
即：执行次数=时间
【如何分析一个算法的时间复杂度？即：如何推到大O阶呢？】
-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，则去除与这个相乘的常数
-得到的最后的结果就是大O阶
【常见的时间复杂度】
【常用的时间复杂度所耗费的时间从小到大依次是】
【最坏情况与平均情况】
【算法的空间复杂度】
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
