華閱文章網何謂語句的頻度
先看看語句頻度和數據結構中時間復雜度的區別。
1）時間頻度一個算法執行所耗費的時間，從理論上是不能算出來的，必須上機運行測試才能知道。但我們不可能也沒有必要對每個算法都上機測試，只需知道哪個算法花費的時間多，哪個算法花費的時間少就可以了。并且一個算法花費的時間與算法中語句的執行次數成正比例，哪個算法中語句執行次數多，它花費時間就多。一個算法中的語句執行次數稱為語句頻度或時間頻度。記為T(n)。(2)時間復雜度在剛才提到的時間頻度中，n稱為問題的規模，當n不斷變化時，時間頻度T(n)也會不斷變化。但有時我們想知道它變化時呈現什么規律。為此，我們引入時間復雜度概念。一般情況下，算法中基本操作重復執行的次數是問題規模n的某個函數，用T(n)表示，若有某個輔助函數f(n)，使得當n趨近于無窮大時，T(n)/f(n)的極限值為不等于零的常數，則稱f(n)是T(n)的同數量級函數。記作T(n)=O(f(n)），稱O(f(n)） 為算法的漸進時間復雜度，簡稱時間復雜度。在各種不同算法中，若算法中語句執行次數為一個常數，則時間復雜度為O(1)，另外，在時間頻度不相同時，時間復雜度有可能相同，如T(n)=n2 3n 4與T(n)=4n2 2n 1它們的頻度不同，但時間復雜度相同，都為O(n2)。按數量級遞增排列，常見的時間復雜度有：常數階O(1)，對數階O(log2n)，線性階O(n)，線性對數階O(nlog2n)，平方階O(n2)，立方階O(n3),。,k次方階O(nk)，指數階O(2n)。隨著問題規模n的不斷增大，上述時間復雜度不斷增大，算法的執行效率越低。
所以語句的頻度應該是語句總數/運行時間
單位：次/單位時間。
我只清楚漸進復雜度，這個語句頻度還真沒聽說過，希望我沒有搞錯。
時間復雜度和語句頻度有什么區別？（數據結構問題）望高手指點！！
1.頻度計算：
int sum1(int n){
int p=1,sum=0,i； //頻度：1（或3，總之是個常數與n無關）
for(i=1;i<=n;i++){ //頻度：n+1
p*=i； //頻度：n
sum+=p； //頻度：n
}
return(sum)； //頻度：1
}
該函的執行頻度為：3n+3（或3n+5）
2.時間復雜度計算
依據“頻度”可知該函數為n的一次方，可表示為O(n)，也可表示為Θ（n）；后者更準確。
3.（補充）求“時間復雜度”是目的，“頻度”僅是手段，前者要依據后者的計算。
4.（補充）求算法的“時間復雜度”是為了估計和比較不同算法處理同一問題時的效率，只“估計”即可，不必也不可能準確得出計算時間（涉及不同硬件、系統軟件和編譯系統等）
5.（補充）算法的時間復雜度計算問題涉及漸近符的使用，去看專門的算法分析書籍。其中有兩個重要規則：忽略低階，忽略系數。
6."3n+3"與"3n+5"問題，當n很大時，執行的時間與+3還是+5無關。也就是"忽略低階"。
