关于数据结构里指数时间复杂度的一个问题

关于数据结构里指数时间复杂度的一个问题如红线所画的那里,为什么运行时间会变成o(r^2),为什么不是o(n)

第1个回答  2018-03-17
1)时间频度
一个算法执行所耗费的时间,从理论上是不能算出来的,必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试,只需知道哪个算法花费的时间多,哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
(2)时间复杂度
在刚才提到的时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此,我们引入时间复杂度概念。
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趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度,简称时间复杂度。
在各种不同算法中,若算法中语句执行次数为一个常数,则时间复杂度为O(1),另外,在时间频度不相同时,时间复杂度有可能相同,如T(n)=n^2+3n+4与T(n)=4n^2+2n+1它们的频度不同,但时间复杂度相同,都为O(n^2)。
按数量级递增排列,常见的时间复杂度有:
常数阶O(1),对数阶O(log(2)n),线性阶O(n),
线性对数阶O(nlog(2)n),平方阶O(n^2),立方阶O(n^3),...,
k次方阶O(n^k),指数阶O(2^n)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
(3)算法的时间复杂度
若要比较不同的算法的时间效率,受限要确定一个度量标准,最直接的办法就是将计算法转化为程序,在计算机上运行,通过计算机内部的计时
功能获得精确的时间,然后进行比较。但该方法受计算机的硬件、软件等因素的影响,会掩盖算法本身的优劣,所以一般采用事先分析估算的算法,
即撇开计算机软硬件等因素,只考虑问题的规模(一般用用自然数n表示),认为一个特定的算法的时间复杂度,只采取于问题的规模,或者说它是
问题的规模的函数。
为了方便比较,通常的做法是,从算法选取一种对于所研究的问题(或算法模型)来说是基本运算的操作,以其重复执行的次数作为评价算法时间
复杂度的标准。该基本操作多数情况下是由算法最深层环内的语句表示的,基本操作的执行次数实际上就是相应语句的执行次数。
一般 T(n)=O(f(n))
O(1)<O(log2n)<O(n)<O(n log2 n)<O(n^2)<O(n^3)<O(2^n)所以要选择时间复杂度量级低的算法。追问

同学 你好像答非所问

本回答被网友采纳

数据结构“时间复杂度”的题目
1.C 二重循环,复杂度就是O(mn)2.D 这个是特殊一点的二重循环,次数为1+2+……+n=n(n+1)\/2,即D 3.B 这个是递归,求n!,也就是n*(n-1)*……*1,递归n次,复杂度为O(n)不懂可问望采纳!

数据结构时间复杂度问题
对于整数就是2i 为n +1 或者n+2时退出,因为循环体中执行一次i加1,执行完第m次循环时,i的值为m +1,如果此时退出循环,列出算式就是:2(m+1)>n 得到m > n \/ 2 - 1,由于是整数,因此m为(n\/2)-1 之后上取整就可以了 去掉所有的常量后,时间复杂度当然还是O(n)...

一道数据结构 时间复杂度的题目,求助!
所以1 式成立 2式不成立

数据结构时间复杂度问题?
第五题解析里的式子是一种两个连加的情况,连加的具体计算过程如下图所示,i-1代表外层循环的次数,当i=2时开始计算,一直连加到n-1,所以最后会变成n-1,具体操作如图所示,希望能为您解惑哦~具体过程,请笑纳~

数据结构中的时间复杂度咋理解呀,求援助
时间复杂度:随着输入规模的增大,计算所需的时间的增长方式。记住这只是增长方式,并不是一个严格的函数。所以对于O(n2) 的时间复杂度,随着n增长,那么计算问题所需的时间的增长方式是二次函数。对于其他的表示方法是类似的解释。再举一个例子,如果你计算时间复杂度的时候,算出来是 O(n2) + O(...

数据结构时间复杂度怎么计算
数据结构时间复杂度的计算主要基于算法中基本操作的执行次数。对于一个算法,我们通常关注其最好情况、最坏情况和平均情况下的时间复杂度。时间复杂度主要分为以下几种类型:常数时间复杂度(O(1)):这意味着算法中的基本操作的执行时间不随输入数据的大小而改变,它总是固定不变的。例如,数组或链表中...

简单的时间复杂度问题.一到log这就不会了.谁能给我讲讲啊
面对时间复杂度问题,尤其在讨论log(对数)时,很多人感到困惑。首先,我们要明确何为时间复杂度。时间复杂度描述了一个算法运行所需的时间与输入数据大小之间的关系。通常以大O记号表示。假设有一个循环,每次循环都乘以一个固定的值,那么每次循环后,值的大小是以指数方式增长的。例如,如果每次乘以2...

如图数据结构关于时间复杂度的计算
9题:第一句循环体执行n次后,多了一次判断i>0,不满足条件退出,所以共执行n+1次 第二句就是循环体n次 第三句,开始i=j=n,只能执行1次,加一次判断退出,共两次,之后随着i的减小,循环次数变多,最后i=1.循环n次,加一次判断退出,所以第三句总共执行累加和(1+1)+(2+1)+(3+1)+。。

数据结构的线性表时间复杂度问题,如图第11,为什么是O(m)
如果将长度为任一个单链表连接到另一个单链表之后,它的算法就是找到单链表的尾点,然后将尾节点的连接地址指向被连接表的头接点即可实现相加。由于单链表的尾结点查询时间复杂度是该单链表的长度(单链表需要从该节点头结点循环到尾点,如果是双链表或循环链表可以直接得到尾节点的)。所以我们需要的是...

数据结构导论中的时间复杂度是怎么算的
1. 一般情况下,算法的基本操作重复执行的次数是模块n的某一个函数f(n),因此,算法的时间复杂度记做:T(n)=O(f(n))分析:随着模块n的增大,算法执行的时间的增长率和f(n)的增长率成正比,所以f(n)越小,算法的时间复杂度越低,算法的效率越高。2. 在计算时间复杂度的时候,先...

相似回答