如何使用步数查找时间复杂度

Question

sum(array,n)
{
  tsum=0;
  for(i=0;i<n;i++)
    tsum=tsum+array[i];
  return tsum;
}

Answer 1

在术语big-O中，它与处理的数组元素的数量成线性关系，因此O（n）

（注意，你的代码会覆盖i参数，假设参数是n，表示要求和的数组元素的数量？）

Answer 2

您在1步中声明tsum = 0，然后运行n步的循环。在每次迭代中，你做一个1步的求和，然后你在1步中返回tsum。您的步数约为：

1 + 3n + 1，就大哦符号而言是O（n），忽略常数，以及所有低阶项（如果有一个常数）。有3n个步骤，如每次迭代，你递增变量i，检查它是否小于n，然后进入循环进行计算。

Answer 3

                                Cost         Times
tsum=0;                         c1             1
for(i=0;i<n;i++)                c2             n+1
    tsum=tsum+array[i];         c3             n
return tsum;                    c4             1

算法总成本为1 * c1 +（n + 1） c2 + n c3 + 1 * c4

因此，该算法所需的时间与n成正比。