目录
前言
例题1：
例题2：
例题3：
例题4：
前言
在上一章讲解了时间复杂度的概念，以及用 大O的渐进表示法 表示 时间复杂度
数据结构 ——— 算法的时间复杂度-CSDN博客
接下来利用C语言代码的例题，更深一步的掌握用 大O的渐进表示法 表示 代码的时间复杂度
例题1：
代码演示：
void Func1(int N)
{int count = 0;// 循环1for (int k = 0; k < 2 * N; k++){count++;}// 循环2int M = 10;while (M--){count = count + 1;}
}问：计算 Func1 函数的时间复杂度？
代码解析：
循环1 执行了 2*N 次，循环2 执行了 10 次
时间复杂度函数式：F(N) = 2*N + 10
根据大O的渐进表示法的规则：只保留最高阶项（除去 F(N) 中的10） ；如果最高阶项存在且不是1，则去除与这个项目相乘的常数（除去 F(N) 中的2），得出大O的渐进表示法
大O渐进表示法：O(N)
例题2：
代码演示：
void Func2(int N, int M)
{int count = 0;// 循环1for (int k = 0; k < N; k++){count++;}// 循环2for (int k = 0; k < M; k++){count++;}
}问：计算 Func2 函数的时间复杂度？
代码解析：
循环1 执行了 N 次，循环2 执行了 M 次
时间复杂度函数式：F(N) = N + M
根据大O的渐进表示法的规则：N 和 M 都是平阶，且不是常数，所以都要保留下来，得出大O的渐进表示法
大O的渐进表示法：O(N + M)
例题3：
代码演示：
void Func3(int N)
{int count = 0;// 循环1for (int k = 0; k < 100; k++){count++;}
}问：计算 Func3 函数的时间复杂度？
代码解析：
循环1 执行了 100 次
时间复杂度函数式：F(N) = 100
根据大O的渐进表示法的规则：用常数1取代运行时间中的所有加法常数（ F(N) 中的 100 取代为1），得出大O的渐进表示法
大O的渐进表示法：O(1)
注意：O(1) 并不是代表代码只执行了 1 次，而是代表代码执行了常数次
例题4：
代码演示：
const char* Find_Str_Element(const char* str, int character)
{while (*str != '\0'){if (*str == character)return str;elsestr++;}return NULL;
}问：计算 Find_Str_Element 函数的时间复杂度？
代码解析：
例题4 代码的意思是：在 str 字符串中找出和 character 相同的元素，如果找到了就返回 character 位置的指针，如果 str 字符串遍历完了都没有找到就返回 NULL
但是 例题4 代码的运行次数并不是像 例题1、2 一样，固定执行 N 次 或者 N + M 次，而是要分情况看待：
最好情况：character 元素是 str 字符串首元素，程序执行 1 次
中间情况：character 元素是 str 字符串中间元素，程序执行 N/2 次
最坏情况：character 元素是 str 字符串尾元素 或者 str 中没有 character ，程序执行 N 次
注意：在实际中一般情况关注的是算法的最坏运行情况（底线思维，做最坏的打算）
所以 str 字符串查找 character 元素的时间复杂度为：O(N)