第1章 数据结构基础.pptVIP

* 而对于算法分析，我们关心的是算法中语句总的执行次数Tn是关于问题规模n的函数，进而分析Tn随n的变化情况并确定Tn的数量级 我们用“O”来表示数量级，这样我们可以给出算法的时间复杂度概念。 所谓算法的时间复杂度，即是算法的时间量度，记做： ?????????????????? T(n)=O(f(n)) 它表示随问题规模n的增大，算法的执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度，简称时间复杂度。 * 例２ {++x;s=0;} 将x自增看成是基本操作，则语句频度为１，即时间复杂度为Ｏ(1)，即常量阶。 例３、for(i=1;i=n;++i) {++x;s+=x;} 语句频度为：n　其时间复杂度为：O(n) 即时间复杂度为线性阶。 * 语句频度为： 1+2+3+…+n-2=(1+n-2) ×(n-2)/2 =(n-1)(n-2)/2 =（n2-3n+2）/2 ∴时间复杂度为O(n2) 即此算法的时间复杂度为平方阶. 一个算法时间为O(1)的算法，它的基本运算执行的次数是固定的。因此，总的时间由一个常数（即零次多项式）来限界。而一