最坏时间复杂度

最新推荐文章于 2025-05-15 23:02:28 发布

原创最新推荐文章于 2025-05-15 23:02:28 发布 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

数据结构专栏收录该内容

5 篇文章

订阅专栏

本文介绍了时间复杂度的基本概念，包括最坏时间复杂度的意义、如何评估程序运行步骤的数量及时间复杂度的计算规则。通过一个具体的例子展示了如何计算程序的时间复杂度，并给出了该程序的时间复杂度为O(n^2)。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#我们所说的时间是复杂度就是最坏时间复杂度




#如何判断程序走了多少部步


#时间复杂度的计算规则
	#顺序结构 相加
	#分支结构(就是条件语句) 取分支当中的最大值
	#注意：判断一个算法的效率时，往往只需要关注操作数量的最高次项，其它次要项和常数项可以忽略

import time
start_time = time.time()
for a in range(0,10001):
    for b in range(0,1001):
        c = 1000 - a - b
        if a**2 + b**2 ==c**2:
            print("a, b, c:%d %d %d"%(a, b, c))
end_time = time.time()
print(end_time-start_time)
print("finished")

按照时间复杂度的计算规则
T(n) = n * n *(1+max(1,0))
T(n) = n^2*2
因为*2属于次要项，所以时间复杂度为 O(n^2)