当前位置:   article > 正文

数据结构——计算时间复杂度_for(int i= 0;i

for(int i= 0;i
时间复杂度

时间复杂度是一个函数,它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数.时间复杂度常用大O表述表述,不包括这个函数的低阶项和首项系数。

int sum =1;
while (sum<n){
	sum = sum*2;
}
  • 1
  • 2
  • 3
  • 4

执行次数: 2 x = n , 解得 x = l o g n 执行次数:2^x=n,解得x=logn 执行次数:2x=n,解得x=logn

int n=5;
for(i=0;i<=n;i++){
	...
}
时间复杂度:O(n)
  • 1
  • 2
  • 3
  • 4
  • 5
for(i=0;i<N;i++)
	A[i]=0;
for(i=0;i<N;i++)
	for(j=0;j<N;j++)
		A[i]+=A[j]+i+j;

时间复杂度:O(N^2)
(N+N*N,总的时间复杂度为N^2)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

常见的时间复杂度:
n 2 n^2 n2

​ O(1)->HashMap

​ O(logn)->二叉树

​ O(n)->for循环

​ O(nlogn)->for循环嵌套二叉树
O ( n 2 ) − > f o r 循环嵌套 f o r 循环 O(n^2)->for循环嵌套for循环 On2)>for循环嵌套for循环

常见的算法时间复杂度由小到大: O ( 1 ) < O ( l o g 2 n ) < O ( n ) < O ( l o g 2 n ) < O ( n 2 ) < O ( n 3 ) < . . . < O ( 2 1 ) < O ( n ! ) 常见的算法时间复杂度由小到大:O(1)<O(log_2n)<O(n)<O(log_2n)<O(n^2)<O(n^3)<...<O(2^1)<O(n!) 常见的算法时间复杂度由小到大:O(1)<O(log2n)<O(n)<O(log2n)<O(n2)<O(n3)<...<O(21)<O(n!)

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/632261
推荐阅读
相关标签