算法的時(shí)間復(fù)雜度是什么意思（算法的時(shí)間復(fù)雜度）

關(guān)于算法的時(shí)間復(fù)雜度是什么意思，算法的時(shí)間復(fù)雜度這個(gè)問(wèn)題很多朋友還不知道，今天小六來(lái)為大家解答以上的問(wèn)題，現(xiàn)在讓我們一起來(lái)看看吧！

1、"時(shí)間復(fù)雜度 （1）時(shí)間頻度 1個(gè)算法執(zhí)行所耗費(fèi)的時(shí)間，從理論上是不能算出來(lái)的，必須上機(jī)運(yùn)行測(cè)試才可以知道。

2、但我們不可能也木有必要對(duì)每一個(gè)算法都上機(jī)測(cè)試，只需知道哪個(gè)算法花費(fèi)的時(shí)間多，哪個(gè)算法花費(fèi)的時(shí)間少就可以了。

3、并且1個(gè)算法花費(fèi)的時(shí)間與算法中語(yǔ)句的執(zhí)行次數(shù)成正比例，哪個(gè)算法中語(yǔ)句執(zhí)行次數(shù)多，它花費(fèi)時(shí)間就多。

4、1個(gè)算法中的語(yǔ)句執(zhí)行次數(shù)稱(chēng)為語(yǔ)句頻度或時(shí)間頻度。

5、記為T(mén)(n)。

6、 （2）時(shí)間復(fù)雜度 在剛才提到的時(shí)間頻度中，n稱(chēng)為問(wèn)題的規(guī)模，當(dāng)n不斷變化時(shí)，時(shí)間頻度T(n)也會(huì)不斷變化。

7、但有時(shí)我們想知道它變化時(shí)呈現(xiàn)啥規(guī)律。

8、為此，我們引入時(shí)間復(fù)雜度概念。

9、 一般情形下，算法中基本操作重復(fù)執(zhí)行的次數(shù)是問(wèn)題規(guī)模n的某個(gè)函數(shù)，用T(n)表示，若有某個(gè)輔助函數(shù)f(n),使得當(dāng)n趨近于無(wú)窮大時(shí)，T（n)/f(n)的極限值為不等于零的常數(shù)，則稱(chēng)f(n)是T(n)的同數(shù)量級(jí)函數(shù)。

10、記作T(n)=O(f(n)),稱(chēng)O(f(n)) 為算法的漸進(jìn)時(shí)間復(fù)雜度，簡(jiǎn)稱(chēng)時(shí)間復(fù)雜度。

11、 在各種不一樣算法中，若算法中語(yǔ)句執(zhí)行次數(shù)為1個(gè)常數(shù)，則時(shí)間復(fù)雜度為O(1),另外，在時(shí)間頻度不相同時(shí)，時(shí)間復(fù)雜度有可能相同，如T(n)=n^2+3n+4與T(n)=4n^2+2n+1它們的頻度不一樣，但時(shí)間復(fù)雜度相同，都為O(n^2)。

12、 按數(shù)量級(jí)遞增排列，常見(jiàn)的時(shí)間復(fù)雜度有： 常數(shù)階O(1),對(duì)數(shù)階O(log2n),線性階O(n), 線性對(duì)數(shù)階O(nlog2n),平方階O(n^2)，立方階O(n^3),...， k次方階O(nk),指數(shù)階O(2n)。

13、隨著問(wèn)題規(guī)模n的不斷增大，上述時(shí)間復(fù)雜度不斷增大，算法的執(zhí)行效率越低。

14、2、空間復(fù)雜度 與時(shí)間復(fù)雜度類(lèi)似，空間復(fù)雜度是指算法在計(jì)算機(jī)內(nèi)執(zhí)行時(shí)所需存儲(chǔ)空間的度量。

15、記作: S(n)=O(f(n)) 我們一般所討論的是除正常占用內(nèi)存開(kāi)銷(xiāo)外的輔助存儲(chǔ)單元規(guī)模。

16、討論方法與時(shí)間復(fù)雜度類(lèi)似，不再贅述。

17、"。

本文分享完畢，希望對(duì)大家有所幫助。

標(biāo)簽：