小记
我们把 算法需要执行的运算次数用 n 的函数 表示，即 T(n) 。
为了 评估算法需要的运行时间 ，简化算法分析，引入时间复杂度的概念：用来度量算法的运行时间，记作: T(n) = O(f(n))。它表示随着 输入大小n 的增大，算法执行需要的时间的增长速度可以用 f(n) 来描述。
1.常数项对函数的增长速度影响并不大，所以当 T(n) = c，c 为一个常数的时候，那么这个算法的时间复杂度为O(1)；如果 T(n) 不等于一个常数项时，直接忽略常数项。
2.高次项对于函数的增长速度的影响是很大的。n^3 的增长速度是远超 n^2 的，同时 n^2 的增长速度是远超 n 的。 同时因为要求的精度不高，所以我们直接忽略低次项与常数：
T(n) = n^3 + n^2 + n + 1，此时时间复杂度为 O(n^3)。
也可以理解为只取最高项，，同时忽略它的系数，那就是最复杂的计算过程
3.假设一个循环，循环体的时间复杂度为 O(n)，循环次数为 m，则这个
循环的时间复杂度为O(n×m)：
//例1
void test(int n) {
for(int i = 0; i < n; i++) { // 循环次数为 n
printf(“Hello, World!\n”); // 循环体时间复杂度为 O(1)
}
//则该时间复杂度为 O(n × 1)，即 O(n)
}
//例2
void test(int n) {
for(int i = 0; i < n; i++) { // 循环次数为 n
for(int j = 0; j < n; j++) { // 循环次数为 n
printf(“Hello, World!\n”); // 循环体时间复杂度为 O(1)
}
//此时时间复杂度为 O(n × n × 1)，即 O(n^2)
//分析这种嵌套循环，应从循环内开始，由内而外地分析
}
}
4.对于顺序执行的语句或者算法，总的时间复杂度等于其中最大的时间复杂度。
//例1
void test(int n) {
// 第一部分时间复杂度为 O(n^2)
for(int i = 0; i < n; i++) {
for(int j = 0; j < n; j++) {
printf(“Hello, World!\n”);
}
}
// 第二部分时间复杂度为 O(n)
for(int j = 0; j < n; j++) {
printf(“Hello, World!\n”);
}
//此时时间复杂度为 max(O(n^2), O(n))，取最大那个，即 O(n^2)
}
5.对于条件判断语句，总的时间复杂度等于其中 时间复杂度最大的路径 的时间复杂度,跟第四点差不多，都是取最大那个
//例1
void test(int n) {
if (n >= 0) {
// 第一条路径时间复杂度为 O(n^2)
for(int i = 0; i < n; i++) {
for(int j = 0; j < n; j++) {
printf(“输入数据大于等于零\n”);
}
}
} else {
// 第二条路径时间复杂度为 O(n)
for(int j = 0; j < n; j++) {
printf(“输入数据小于零\n”);
}
}
//此时时间复杂度为 max(O(n^2), O(n))，即 O(n^2)
}
标签：int,复杂度,++,算法,时间,printf 来源： https://blog.csdn.net/Sakiaaa/article/details/120457170
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。