首页 / 算法 / 算法的时间复杂度的公式理解

算法的时间复杂度的公式理解

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了算法的时间复杂度的公式理解，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含494字，纯文字阅读大概需要1分钟。

内容图文

公式：T（n) = O(f(n)) 

           其为渐进分析法。 我们常用大O表示法表示时间复杂度，注意它是某一个算法的时间复杂度。大O表示只是说有上界，由定义如果f(n)=O(n)，那显然成立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复杂度，如果某个算法的复杂度到达了这个问题复杂度的下界，那就称这样的算法是最佳算法。

n是问题规模，它代表着要处理的数据量，举例：对1000个数排序，1000是数据量.

f(n)是代码的运行工作量，即算法的基本操作重复执行的次数， 举例：

#include <stdio.h>
int main()
{
    int i;
    for(i = 1; i <= 10; i++)
        printf("*");
    return1;
}

f(10) = 10.

O（）， O是常量， 可以理解为忽略不计的那部分。 比如：O（n^3+3n+2)可以写成O（n^3)。  

原文：http://www.cnblogs.com/the-one/p/3534306.html

内容总结

以上是互联网集市为您收集整理的算法的时间复杂度的公式理解全部内容，希望文章能够帮你解决算法的时间复杂度的公式理解所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1303360.html

来源：【匿名】