欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

算法的时间复杂度(python版容易理解)+常用的时间复杂度、python代码--数据结构

程序员文章站 2022-07-03 14:53:53
目录一、算法时间复杂度的应用二、如何计算算法的时间复杂度举例说明三、常用的时间复杂度时间复杂度排序四、代码说明一、算法时间复杂度的应用在实际应用中,会根据要解决的问题写出几个相应的解决办法,但是我们要选择执行效率最高的算法,那么怎样评估算法的效率呢,这时候就要用到算法时间复杂度了二、如何计算算法的时间复杂度步骤:计算代码的时间频度时间频度T(n): 代码的运行次数将时间频度,化简为时间复杂度代码运行次数的数量级别—时间复杂度计算:时间复杂度 = 时间频度 (去掉:1.常数项 2.低阶...

一、算法时间复杂度的应用

在实际应用中,会根据要解决的问题写出几个相应的解决办法,但是我们要选择执行效率最高的算法,那么怎样评估算法的效率呢,这时候就要用到算法时间复杂度了

二、如何计算算法的时间复杂度

步骤:

  1. 计算代码的时间频度
    时间频度T(n): 代码的运行次数
  2. 将时间频度,化简为时间复杂度
    代码运行次数的数量级别—时间复杂度
  3. 计算:
    时间复杂度 = 时间频度 (去掉:1.常数项 2.低阶 3.最高次阶的系数 )只保留最高次阶

举例说明

T(n)=3n²+6n+5

  1. 去掉常数项
    T(n)=3n²+6n
  2. 去掉低阶
    T(n)=3n²
  3. 去掉最高次阶的系数
    T(n)=n²

因此:T(n)=n² =>O(n²)

三、常用的时间复杂度

算法的时间复杂度(python版容易理解)+常用的时间复杂度、python代码--数据结构

当n增大时,函数从小到大排序

时间复杂度排序

算法的时间复杂度(python版容易理解)+常用的时间复杂度、python代码--数据结构

四、代码说明

#coding=utf-8

#定义函数,array数组,order排序
def select_order(array,order):
    se = len(array)
    for i in range(0, se):
        j = i
        k = i+1
        while(k<se):
            if((array[j]>array[k]) and (int(order)>0)) or ((array[j]<array[k]) and (int(order)<0)):
                j = k
            k += 1
        array[i], array[j] = array[j], array[i]
        i += 1
    return array

paopao = [3, 55, 66, 2, 38]
#order>0升序,order<0降序
print(select_order(paopao, 1))
print(select_order(paopao, -1))

以上是一个选择排序,从上常用的时间复杂度表中,很容易知道,此代码有两个循环:for i in range(0, se)while(k<se) 因此,此循环的时间复杂度为O(n的2次方)

本文地址:https://blog.csdn.net/hanhanwanghaha/article/details/107886355