算法的时间复杂度取决于什么

算法的时间复杂度取决于什么

算法的时间复杂度取决于：待处理数据的状态、问题的规模。算法复杂度分为时间复杂度和空间复杂度。其作用： 时间复杂度是指执行算法所需要的计算工作量；而空间复杂度是指执行这个算法所需要的内存空间。算法的复杂性体现在运行该算法时的计算机所需资源的多少上，计算机资源最重要的是时间和空间资源，因此复杂度分为时间和空间复杂度。一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。

排序算法的时间复杂度计算

算法的时间复杂度的计算方法为：

1、用常数1取代运行时间中的所有加法常数；

2、在修改后的运行次数函数中，保留高阶项；

3、如最高阶项存在且不是1，则去除与这个项相乘的常数；

4、当n增大到一定值，n的幂次最高的项对时间复杂度影响最大，其它常数项和低幂次项可忽略不计。

总结：一个算法所耗费的时间等于算法中每条语句的执行时间之和，算法转换为程序后，每条语句执行一次所需的时间取决于机器的指令性能、速度以及编译所产生的代码质量等难以确定的因素。

排序算法的稳定性有什么意义

排序算法的稳定有以下几个方面的意义:

1、稳定意思是说原本键值一样的元素排序后相对位置不变学习的时候，可能编的程序里面要排序的元素都是简单类型，实际上真正使用的时候，可能是对一个复杂类型的数组排序，而排序的键实际上只是这个元素中的一个属性，对于一个简单类型，数字值就是其全部意义。

2、对于复杂的类型，交换的话可能就会使原本不应该交换的元素交换了。比如，一个“学生”数组，按照年龄排序，“学生”这个对象不仅含有“年龄”，还有其他很多属性，稳定的排序会保证比较时，如果两个学生年龄相

算法的主要特征

算法的主要特征如下：

1、有穷性：一个算法必须在执行有限个操作步骤后终止；

2、确定性：算法中每一步的含义必须是确切的，不可出现任何二义性；

3、有效性：算法中的每一步操作都应该能有效执行，一个不可执行的操作是无效的；

4、有零个或多个输入：输入是指在算法开始之前所需要的初始数据，输入的多少取决于特定的问题；

5、有一个或多个输出：输出是指与输入有某种特定关系的量，在一个完整的算法中至少会有一个输出。

算法的执行时间是什么的函数

算法的执行时间是时间复杂度的函数，算法的时间复杂度记做：T(n)=O(f(n))。随着模块n的增大，算法执行的时间的增长率和f(n)的增长率成正比，所以f(n)越小，算法的时间复杂度越低，算法的效率越高。

在计算时间复杂度的时候，先找出算法的基本操作，然后根据相应的各语句确定它的执行次数，再找出T(n)的同数量级（它的同数量级有以下：1，Log2n，n，nLog2n，n的平方，n的三次方，2的n次方，n！），找出后，f(n)=该数量级，若T(n)/f(n)求极限可得到一常数c，则时间复杂度T(n)=O(f(n))。