算法的时间复杂度:算法的时间复杂度是一个关于问题规模n的函数,而且这个函数描述了cpu运行算法所需要的时间。
大O记法:描述时间复杂度优劣的一种记法。
2、推导大O阶的方法
假设算法的时间复杂度为T(n)
1. 只保留最高阶项
2. 将最高阶项的常数改为1
第一步:计算语句执行次数T(n)
void MATRIXM(int n)
{
floatA[n][n],B[n][n],C[n][n];
inti,j,k;
for(i=0;i<n;i++)-------------------------------->n+1次
{
for(j=0;j<n;j++)---------------------------->n*(n+1)次
{
C[i][j]=0;------------------------------>n^2次
for(k=0;k<n;k++)------------------------>n^2* (n+1)次
{
C[i][j]=C[i][j]+A[i][k]*B[j][k];---->n^3次
}
}
}
}
将以上每个语句频度相加,得到
T(n)=2*n^3+3*n^2+2*n+1
第二步:保留最高次项
T(n)----->O(2*n^3)
第三步:将最高阶项的常数改为1
T(n)----->O(n^3)
即T(n)=O(n^3)
常用算法的时间复杂度所耗费的时间从小到大依次是:
O(1) < O(logn) < O(n) < O(nlogn)< O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)