1、先找出算法的基本操作，然后根據(jù)相應(yīng)的各語句確定它的執(zhí)行次數(shù)，再找出T（n）的同數(shù)量級(jí)（它的同數(shù)量級(jí)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）=該數(shù)量級(jí)，若T(n)/f(n)求極限可得到一常數(shù)c，則時(shí)間復(fù)雜度T（n）=O（f（n））。

2、舉例

for（i=1;i<=n;++i）

{for(j=1;j<=n;++j)

{c[ i ][ j ]=0; //該步驟屬于基本操作 執(zhí)行次數(shù)：n的平方次

for(k=1;k<=n;++k)

c[ i ][ j ]+=a[ i ][ k ]*b[ k ][ j ]; //該步驟屬于基本操作 執(zhí)行次數(shù)：n的三次方次}}

則有 T（n）= n的平方+n的三次方，根據(jù)上面括號(hào)里的同數(shù)量級(jí)，我們可以確定 n的三次方為T（n）的同數(shù)量級(jí)

則有f（n）= n的三次方，然后根據(jù)T（n）/f（n）求極限可得到常數(shù)c

則該算法的 時(shí)間復(fù)雜度：T（n）=O（n的三次方）

擴(kuò)展資料

分類

按數(shù)量級(jí)遞增排列，常見的時(shí)間復(fù)雜度有：常數(shù)階O(1),對(duì)數(shù)階O(),線性階O(n),線性對(duì)數(shù)階O(nlog2n),平方階O(n^2)，立方階O(n^3),...，

k次方階O(n^k),指數(shù)階O(2^n)。隨著問題規(guī)模n的不斷增大，上述時(shí)間復(fù)雜度不斷增大，算法的執(zhí)行效率越低。

關(guān)于對(duì)其的理解

《數(shù)據(jù)結(jié)構(gòu)（C語言版）》 ------嚴(yán)蔚敏 吳偉民編著 第15頁有句話“整個(gè)算法的執(zhí)行時(shí)間與基本操作重復(fù)執(zhí)行的次數(shù)成正比?！?/p>

基本操作重復(fù)執(zhí)行的次數(shù)是問題規(guī)模n的某個(gè)函數(shù)f(n)，于是算法的時(shí)間量度可以記為：T(n) = O(f(n))

如果按照這么推斷，T(n)應(yīng)該表示的是算法的時(shí)間量度，也就是算法執(zhí)行的時(shí)間。

而該頁對(duì)“語句頻度”也有定義：指的是該語句重復(fù)執(zhí)行的次數(shù)。

如果是基本操作所在語句重復(fù)執(zhí)行的次數(shù)，那么就該是f(n)。

上邊的n都表示的問題規(guī)模。

參考資料：百度百科-時(shí)間復(fù)雜度

時(shí)間復(fù)雜度怎么計(jì)算？