如何确定此循环的时间复杂度:
for(int i = N-1; i >= 0; i--)
{
for(int j = 1; j <= i; j++)
{
if(numbers[j-1] > numbers[j])
{
temp = numbers[j-1];
numbers[j-1] = numbers[j];
numbers[j] = temp;
}
}
}
您可能已经注意到这是冒泡排序的算法。此算法的频率计数也用于比较和赋值相同吗?
答案 0 :(得分:1)
您需要添加正在执行的基本操作 / 机器说明。 (作为其输入大小的函数)
for(int i = N-1; i >= 0; i--)
{ | | |
c1 c2 c3
for(int j = 1; j <= i; j++)
{ | | |
c4 c5 c6
if(numbers[j-1] > numbers[j])--c7
{
temp = numbers[j-1];
numbers[j-1] = numbers[j];
numbers[j] = temp;
}
}
}
c1,c2,c3,c4,c5,c6,c7是执行与这些结构相对应的机器指令的成本(如i> = 0,j&lt; = i等)
Now for i=N-1 the innerloop is executed N-1 times
for i=N-2 the innerloop is executed N-2 times
....
for i=0 the innerloop is executed 0 times
所以内部循环执行(N-1)+(N-2)+...1+0
次
= N *(N-1)/ 2
Look carefully the cost is
= c1+ c2*(N+1) + c3*N+ c4*N+((N*(N-1)/2)+1)*(c5)+ (N(N-1)/2)*(c6+c7);
= c1+c2+c5+ N*(c2+c3-(c5+c6+c7)/2) + N^2 * (c5/2 + c6/2 + c7/2)
= c8 + N*c9 + N^2 *(c10) [c8,c9,c10 are constants]
为什么我们将N + 1乘以c2?这是因为实际上i=-1
的最后一次检查。
现在,对于N的大值,N ^ 2支配N. 所以时间复杂度是O(N ^ 2)。 所以, T(N)= O(N ^ 2)
答案 1 :(得分:0)
对于最佳和最差情况,当前实现的复杂度为O(n ^ 2),如果仅计算比较,仅计算分配或两者,则相同。
以下是详细的计算,K是一个常数,取决于您想要考虑时间复杂度的操作:
如果您想要更高效的冒泡排序算法,请查看Wiki page或this answer上的伪代码,您会发现具有O(n)最佳案例复杂度的算法。