算法时间复杂度.docVIP

算法的时间简单度（计算实例） 算法的时间简单度 2007年12月02日 星期日 01:17 定义：假如一个问题的规模是n，解这一问题的某一算法所需要的时间为T(n)，它是n的某一函数 T(n)称为这一算法的“时间简单性”。当输入量n渐渐加大时，时间简单性的极限情形称为算法的“渐近时间简单性”。我们常用大O表示法表示时间简单性，留意它是某一个算法的时间简单性。大O表示只是说有上界，由定义假如f(n)=O(n)，那明显成立f(n)=O(n^2)，它给你一个上界，但并不是上确界，但人们在表示的时候一般都习惯表示前者。此外，一个问题本身也有它的简单性，假如某个算法的简单性到达了这个问题简单性的下界，那就称这样的算法是最佳算法。“大O记法”：在这种描述中使用的基本参数是 n，即问题实例的规模，把简单性或运行时间表达为n的函数。这里的“O”表示量级 (order)，比如说“二分检索是 O(logn)的”,也就是说它需要“通过logn量级的步骤去检索一个规模为n的数组”记法 O ( f(n) )表示当 n增大时，运行时间至多将以正比于 f(n)的速度增长。这种渐进估量对算法的理论分析和大致比较是特别有价值的，但在实践中细节也可能造成差异。例如，一个低附加代价的O(n2)算法在n较小的状况下可能比一个高附加代价的 O(nlogn)算法运行得更快。当然，随着n足够大以后，具有较