如何降低时间复杂度

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
int a[10101],b[101010],h=0;
void sb(int n,int m)
{
if(n>=0&&m>=0)
{
if(n>=m)
{
h++;
sb(n-m,m);
}
else
{
h++;
sb(n,m-n);
}
}
else
{
if(h%2==0)
{
cout<<"lose";
}
else
{
cout<<"win";
}
}
}
int main()
{
int i=0;
while(cin>>a[i]>>b[i])
{
if(a[i]!=0)
{
i++;
}
else
{
break;
}
}
for(int j=1;j<=i;j++)
{
if(a[j]>=b[j])
{
if(a[j]/b[j]>=2)
{
cout<<"win";
}
else
{
sb(a[j],b[j]);
}
}
else
{
if(b[j]/a[j]>=2)
{
cout<<"win";
}
else
{
sb(a[j],b[j]);
}
}
}
return 0;
}

计算方法 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，先找出算法的基本操作，然后根据相应的各语句确定它的执行次数，再找出 T(n) 的同数量级（它的同数量级有以下：1，log(2)n，n，n log(2)n ，n的平方，n的三次方，2的n次方，n!），找出后，f(n) = 该数量级，若 T(n)/f(n) 求极限可得到一常数c，则时间复杂度T(n) = O(f(n)) 例：算法： 1 2 3 4 5 6 7 8 9 for(i=1;i<=n;++i) { for(j=1;j<=n;++j) { c[i][j]=0;//该步骤属于基本操作执行次数：n的平方次 for(k=1;k<=n;++k) c[i][j]+=a[i][k]*b[k][j];//该步骤属于基本操作执行次数：n的三次方次 } } 则有 T(n) = n 的平方+n的三次方，根据上面括号里的同数量级，我们可以确定 n的三次方 为T（n）的同数量级 则有 f(n) = n的三次方，然后根据 T(n)/f(n) 求极限可得到常数c 则该算法的时间复杂度：T(n) = O(n^3) 注：n^3即是n的3次方。 3.在pascal中比较容易理解，容易计算的方法是：看看有几重for循环，只有一重则时间复杂度为O(n)，二重则为O(n^2)，依此类推，如果有二分则为O(logn)，二分例如快速幂、二分查找，如果一个for循环套一个二分，那么时间复杂度则为O(nlogn)。

温馨提示：内容为网友见解，仅供参考

当前网址：https://11.t2y.org/zz/f4q2f8847v8vq4sqqpq.html