時間の複雑さと空間の複雑さの説明

　　私たちは、定義：文と呼ばれるアルゴリズムの実行回数 文章周波数 または 時間周波数を、

　　表記：効率試験アルゴリズム、メイン考慮 複雑最悪の時間 と 平均時間の複雑さは 、一般的に指定されていない、議論の時間計算量は最悪の場合の時間複雑です

1、時間の複雑さ

　　時間のかかるを実行するためのアルゴリズムは、理論的にはマシンが知っているテストを実行している必要があり、アウトカウントすることはできません。しかし、我々はできませんし、テストマシン上のすべてのアルゴリズムのために必要ではない、ただそれは、アルゴリズムがそれにかかる時間を短縮するアルゴリズム、時間以上かかることを知っています。そして、アルゴリズム実行アルゴリズムの数と一緒に過ごした時間は、アルゴリズムがより頻繁に、それは時間とより多くを要し、文が実行されたステートメントに比例しています。

　　時間周波数において、nが変化したとき、時間T（N）の周波数を変更していき、問題の規模と呼ばれます。しかし、それは定期的に変更し、その時の複雑さの概念の導入。一般的に、繰り返しの基本的な動作アルゴリズムは、場合nが無限大に近づくようにT（n）を表し、補助関数F（N）であれば、T（で、問題のサイズnの関数です。 N）/ F（n）が一定のゼロ限界と呼ばれるF（n）がTに等しくない（N）と同じ次数の関数です。T（N）= O（F（N））で表される、O（F（N））は、前記アルゴリズムの進行時間複雑であり、時間の複雑性と呼びます。

　　計算時間複雑

　　（1）アルゴリズムの実行時間は、アルゴリズム命令の数千があっても、N問題と成長の成長にスケーリングしない場合、実行時間は比較的大きい一定です。アルゴリズムのような時間計算量はO（1）です。

　　　オーダーO（ログの定数注文O、：プレス大きさの昇順、共通の時間複雑である（1）₂ N-）を、線形順序のO（N）、線形対数オーダーO（nlog ₂ N-）、オーダーOの広場（N- ²）、立方オーダO（N ³）、...、オーダーO（N-番目K ^K）、指数オーダーO（2 ^N-）。問題の規模とNは、アルゴリズムの効率より低い、時間複雑度が増加して増加しています。

1 I = 100000。
2一方（i--）{ 
3のprintf（ "こんにちは"）; 
4}

　　回答：

　　;それが実行の非常に大きな数であるが、実行時間は主に第三のラインにより実行される一定値であるので、も彼のために一定の時間複雑性O（1）アルゴリズムは、100,000ループ

　　ネストされた複数のループがある場合（2）、アルゴリズムの時間の複雑さはループの周波数の最大ネスティングすることによって決定されます

1、X = 0; 
2（i = 1; iは++; iは= N <）
3（J = 1; J <= I; J ++）
（; K <= J ++ kはk = 1）のための4 
5×++。

　　このアルゴリズムは、主ライン5で行われ、その実行時間は一定値であるが、それは上記の3つのサイクルを有しているが[（N-1）]（最も外側から内側に）各ごと別々に行われます、[ （N-1）+（N -2）...]、[（N-1-1）+（N-2-1）....] 回、アルゴリズムの時間複雑度は、O（ありますN- ³ +残留低い規約）≈O（N- ³）。

　　PS：簡単な計算法（参考のみ）：1サイクルn、ネストされたN-であり^{+ +1}、パラレル+ nは、大きい最終結果が得られる方。

2、スペースの複雑さ

　　プログラムの空間の複雑さは、所望のサイズを実行して終了するプログラムメモリを指します。

　　（1）固定部。値に関係なく、この部分空間の入力/出力データ数の数とサイズ、。命令空間（すなわち、コード領域）を含め、データ空間（定数、単純変数）などが占める空間。この部分は、静的なスペースです。

　　（2）変数空間動的に割り当てられた空間の主要部を含む空間と、再帰スタックに必要なスペースを。スペースおよび関連するアルゴリズムのこの部分。

　　F（N）で表されるアルゴリズムによって必要とされる記憶空間。S nは、問題の規模であり、（N）= O（F（N））、S（n）は、空間的複雑度を表します。