目錄
一、度量
1.1 定義
1.2 思路
二、實戰
2.1 例一
2.2 例二求n!的遞迴函式的時間複雜度
2.3 例三
將演算法中基本操作的執行次數作為演算法時間複雜度的度量。這裡所討論的時間複雜度不是執行完一段程式的總時間，而是其中基本操作的總次數。這很好理解：程式執行環境不同，執行的總時間是不同的，正如在銀河系列巨型計算機和普通的個人用計算機執行同樣的程式，總時間肯定不同。所以時間複雜度是乙個抽象的概念，不指時間而是次數！
分兩步：1）找出基本操作，確定問題規模n。基本操作就是其重複執行次數和演算法的執行時間成正比的操作。問題規模n唯一決定了基本操作的執行次數。2）計算出n的函式f(n)。有時候可以很清楚地將表示式給出，有時候只能以隱函式的形式給出（俗稱待定係數法），往往後者是更常見的。
對於例1 而言，我們可以很明確知道f(n)的表示式，故而時間複雜度是o(√n)。
int factorial(int n)
下面進行數學演算：
從例2我們可以看到：這一次我們並沒有求出確切的表示式，只是給出了數量級而已。
切記形上學！
void fun()
}
複雜度分析 時間複雜度 空間複雜度
執行效率是演算法的乙個重要的考量指標，演算法的執行效率用時間 空間複雜度來衡量。今天我們來學習一下複雜度的分析。通常我們可以通過執行程式來獲得演算法的真正的執行時間，這種方法我們可以稱為事後統計法，但這種方法得到的是具體的資料，測試結果很依賴測試環境，而且受資料規模影像最大。因此，我們需要乙個不需要...
複雜度分析 時間複雜度分析和空間複雜度分析
其實，只要講到資料結構與演算法，就一定離不開時間 空間複雜度分析。而且我個人認為，複雜度分析是整個演算法學習的精髓，只要掌握了它，資料結構和演算法的內容基本上就掌握了一半。1.時間複雜度分析 對於剛才羅列的複雜度量級，我們可以粗略地分為兩類，多項式量級和非多項式量級。其中，非多項式量級只有兩個 o ...
複雜度分析（上）時間複雜度 空間複雜度
為了肉眼 實時 快速地來分析出 的複雜度，我們需要乙個不用具體的測試資料來測試，就可以粗略地估計演算法的執行效率的方法。時間複雜度 空間複雜度 表示演算法的執行時間與資料規模之間的增長關係。每行 對應的 cpu 執行的個數 執行的時間都不一樣，但是，我們這裡只是粗略估計，所以可以假設每行 執行的時間...