算法时间空间复杂度

标签：算法复杂度   数量级   去除   情况下   时间   表示   增长率   执行时间   次数   

-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，称作算法的渐进时间复杂度，简称时间复杂度。其中f(n)是问题规模n的某个函数。

　　-这样用O()来体现算法复杂度的记法，我们称之为大O记法。

　　-一般情况下，随着输入规模n的增大，T(n)增长最慢的算法为最优算法。

　　-显然，由此算法时间复杂度的定义可知，我们的三个求和算法的时间复杂度分别是O（1），　O(n),O(n^2).

-推导大O阶方法

　　-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一，则去除与这个项相乘的常数。得到最后的结果就是大O阶。

算法时间空间复杂度

标签：算法复杂度   数量级   去除   情况下   时间   表示   增长率   执行时间   次数   

原文地址：http://www.cnblogs.com/serpent/p/7744689.html