C++时间复杂度分析

为什么需要复杂度分析？

如果想要知道一个程序运行需要花费多少时间，直接运行测试不是更简单更准确吗？何必去花精力推算复杂度！首先，这个想法没问题，确实可以直接跑出来，但这属于马后炮，无法提前预估算法的时间复杂度，而且也非常受限：

1、测试结果在不同处理器上运行的结果会有很大波动

2、即使在同一环境下运行，不同数据也会导致结果有很大波动 

所以需要一个不用具体测试就能评估程序执行效率的方法，也就是时间、空间复杂度分析方法。

大O复杂度表示法

大O表示法是一种用来描述算法运行时间（也称算法执行效率）的一种方法，它表示算法的运行时间随着输入规模的增加而增加的速度。

#include <bits/stdc++.h>
using namespace std;
int a[100], n;
int main() {
	//输入
	cin >> n;
	for (int i = 0; i < n; i++)
		cin >> a[i];
	//计算
	a[n] = a[0] + a[n - 1];
	//输出
	for (int i = 0; i <= n; i++)
		cout << a[i];
	return 0;
}

 如果我们假设计算机每执行一条代码需要花费1个单位的时间t，以上代码中输入执行了1+n条指令，花费了1+n个t，同理计算花费了1个t，输出花费了n+1个t，故总花费为（2*n+3）*t的时间。

	for (int i = 0; i < n; i++)
		for (int j = 0; j < n; i++)
			add+=i*5+j;

同理。可以分析上面的代码总花费为（n*n）*t的时间。

通过分析，我们可以得到一个规律：所有代码的总运行时间与每行代码的执行次数成正比，比例就是我们可以不清楚的单位时间t。

可以抽象