- 1、本文档共48页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
时间复杂度分析
算法时间复杂度的数学意义
从数学上定义,给定算法A,如果
存在函数f(n),当n-k时,f(k)表示算法
A在输入规模为k的情况下的运行时间,
则称f(n)为算法A的时间复杂度
其中:输入规模是指算法A所接受输入的自然独立体
的大小,我们总是假设算法的输入规模是用大于零
的整数表示的,即n=1,2,3,……,k
对于同一个算法,每次执行的时间不仪
取决于输入规模,还取决于输入的特性和具
体的硬件环境在某次执行时的状态。所以想
要得到一个统一精确的F(n)是不可能的。为
此,通常做法
忽略硬件及环境因素,假设每次执行
时硬件条件和环境条件是完全一致的。
2.对于输入特性的差异,我们将从数学
上进行精确分析并带入函数解析式
例子
X
for(i=l; i<=n; i++)
forgj=l; j<=1:j++)
for(k=l: k<=j; k++)
X++运行次数
i(i+1)
n(n+1)(2n+1)/6+n(n+1)/2]/2
算法的渐近时间复杂度
多时候,我们不需要进行如此精
确的分析,究其原因
1.在较复杂的算法中,进行精确分
析是非常复杂的
2实际上,大多数时候我们并不关
心F(n)的精确度量,而只是关心其量级。
文档评论(0)