天任考研小编为大家整理了“24考研计算机知识：浅谈时间复杂度计算”相关内容，为报考计算机专业的考生们提供指导。更多有关计算机考研干货可关注考研备考栏目。

24考研计算机知识：浅谈时间复杂度计算

　　一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数f(n)，算法的时间量度记作T(n)=O(f(n))，通常称为时间复杂度，其中O的形式定义为：若f(n)是正整数n的一个函数，则xn=O(f(n))表示存在一个正的常数M，使得当n≥n0时都满足|xn|≤M|f(n)|。

　　注意：基本操作是其重复执行的次数和算法的执行时间成正比的原操作，多数情况下它是深层循环内的语句中的原操作，它的执行次数和包含它的语句的频度是相同的。语句的频度指的是该语句重复执行的次数。

　　计算时间复杂度关键的基本操作。例如，在下列3个程序段中：

　　(1){++x; s=0;}

　　(2)for (i =1; i <=n; ++i){ ++x; s+=x;}

　　(3)for (j =1; j<=n; ++j)

　　for (k =1; k<=n; ++k) { ++x; s+=x;}

　　含基本操作“x增1”的语句的频度分别为1、n和n2，则这3个程序段的时间复杂度分别为O(1)、O(n)和O(n2)。算法还可能呈现的时间复杂度有对数阶O(log2n)、指数阶O(2n)等

以上是天任考研小编为大家带来的“24考研计算机知识：浅谈时间复杂度计算”，希望考生们都能备考顺利，考上自己心仪的院校。