算法复杂度幻灯片.pptVIP

有关算法的复杂度 算法的评价主要从时间复杂度和空间复杂度这两个维度来考虑。 1、时间复杂度 （1）时间频度：一个算法中的语句执行的次数成为时间频度，记为T(n) 例如：选择排序 For i:=1 to n-1 do For j:=i+1 to n do if a[i]a[j] then begin tmp:=a[i]; A[i]:=a[j]: A[j]:=tmp; End; 本句执行n-1次 不确定，和输入数据有关 同上 同上 （2）时间复杂度 在刚才的时间频度中，n称为问题的规模，当n不断变化时，T(n)也会不断变化，但有时我们需要了解T(n)随n变化的规律，这成为时间复杂度。 一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n)，使得当n趋向于无穷大时，T(n)/f(n)的极限值是一个不等于0的常数，则称f(n)是T(n)的同数量级的函数，记作T(n)=O(f(n))，称O(f(n))为算法的时间复杂度。 如刚才的选择排序： 最好的情况：T(n)=n+(n-1)n/2+(n-1)n/2=n2 最坏的情况：T(n)=n+5* (n-1)n/2=5n2/2-3n/2 虽然时间频度不同，但时间复杂度都是O(