标签:情况 应用 评价 循环结构 价值 需要 于平 也会 计算
最坏时间复杂度
分析算法时,存在几种可能的考虑:
对于最优时间复杂度,其价值不大,因为它没有提供什么有用信息,其反映的只是最乐观最理想的情况,没有参考价值。
对于最坏时间复杂度,提供了一种保证,表明算法在此种程度的基本操作中一定能完成工作。
对于平均时间复杂度,是对算法的一个全面评价,因此它完整全面的反映了这个算法的性质。但另一方面,这种衡量没有保证,不是每个计算都能在这个基本操作内完成,而且对于平均情况的计算,也会因为应用算法的实例分布可能并不均匀而难以计算。
因此,我们主要关注算法的最坏情况,亦即最坏时间复杂度。
时间复杂度的几条基本计算规则
1.基本操作,即只有常数项,认为其时间复杂度为O(1)
2.顺序结构,时间复杂度按加法进行计算
3.循环结构,时间复杂度按乘法进行计算
4.分支结构,时间复杂度取最大值
5.判断一个算法的效率时,往往只需要关注操作数量的最高次项,其它次要项和常数项可以忽略
6.在没有特殊说明时,我们所分析的算法的时间复杂度都是指最坏时间复杂度
for a in range(0,1001): for b in range(0,1001): c = 1000-a-b if a**2+b**2 == c**2: print("a,b,c:%d,%d,%d"%(a,b,c)
对上述算法:
T(n)=n*n*(1+1)=n^2*2
T(n)=O(n^2)
标签:情况 应用 评价 循环结构 价值 需要 于平 也会 计算
原文地址:https://www.cnblogs.com/echo-kid-coding/p/11124419.html