《数据结构》算法讲述.ppt

2.9.3 常数阶 事实上无论n为多少，上面的两段代码就是3次和12次执行的差异。 这种与问题的大小无关（n的多少），执行时间恒定的算法，我们称之为具有O(1)的时间复杂度，又叫常数阶。 注意：不管这个常数是多少，都记作O(1)；单纯的分支结构，其时间复杂度也是O(1)。 2.9.4 线性阶 线性阶的循环结构会复杂很多。要确定某个算法的阶次，我们常常要确定某个特定语句某个语句集的运行次数。 因此，我们要分析算法的时复杂度，关键就是要分析循环结构的运行情况。 时间复杂度是多少？ 2.9.5 对数阶 时间复杂度是多少？ 2.9.6 平方阶 时间复杂度是多少？ 2.9.6 平方阶 时间复杂度是多少？ 循环时间复杂度等于循环体的复杂度乘以该循环运行的次数。 2.9.6 平方阶 时间复杂度是多少？ 2.9.6 平方阶 时间复杂度是多少？ 2.9.6 平方阶 时间复杂度是多少？ 2.9.6 平方阶 时间复杂度是多少 ？ 2.10 常见的时间复杂度 常用的时间复杂度所耗费的时间从小到大依次是： O(1)O(㏒n)O(n)O(n㏒n)O(n2)O(n3) O(2n)O(n!)O(nn) 2.11 最坏情况与平均情况 最坏情况运行时间是一种保证，那就是运行时间将不会再坏了。在应用中，这是一种最重要的需求，通常，除非特别指定，我们提到的运行时间都是最坏情况的运行时间。 平均运行时间是所有情况中最有