㈠ C语言，数据结构中 算法的时间复杂度
看看循环体的个数，一般来说循环体越多 时间复杂度越高
例如for(i:0->n)
for(j: 0 -> m){
m += n;
}
这段代码的操作执行次数是n*m
如果n和m之间有函数关系，如 n = 2m。基本操作次数就是2m^2，时间复杂度中只取最高次幂项且忽略系数，所以时间复杂度为：O(m^2) 当然也可以西城O(n^2)。
㈡ C语言中算法时间复杂度
看看循环体的个数，一般来说循环体越多 时间复杂度越高 例如for(i:0->n) for(j: 0 -> m){ m += n; } 这段代码的操作执行次数是n*m 如果n和m之间有函数关系，如 n = 2m。基本操作次数就是2m^2，时间复杂度中只取最高次幂项且忽略系数，所以时间复杂度为：O(m^2) 当然也可以西城O(n^2)。
㈢ 关于c语言算法的时间复杂度有个疑问
不矛盾，那个O(1)代表算法的执行时间与问题的规模n无关，是一个常量
既然没有循环，也就是一次执行一些基本操作就完成了，当然就是常量了
㈣ c语言算法时间复杂度
外层循环执行n次 i=1,2,3....n-1，内层循环执行n-i次,n-i=n-1,n-2,n-3.....,1
内层循环的x++执行
1+2+3+....+(n-3)+(n-2)+(n-1)=n*(n-1)/2 次
㈤ c语言算法时间复杂度问题
因为在给出的程序代码中，最外层的循环的时间复杂度是o(n)的，但是第二层的循环，它的循环体的时间复杂度就是o(n^2)的，最内层的循环又是一个平方，所以整个程序的时间复杂度就是o(n^4)的了。
㈥ C语言，下面程序段的时间复杂度是多少
此题运行时间取决于n的大小，计作：T(n) = n
时间复杂度为：O(n)
定义：
若存在函数 f（n），使得当n趋近于无穷大时，T（n）/ f（n）的极限值为不等于零的常数，则称 f（n）是T（n）的同数量级函数。
记作 T（n）= O（f（n）），称O（f（n）） 为算法的渐进时间复杂度，简称时间复杂度。
㈦ 关于c语言编程的时间复杂度
printf("%d%c",a,c)算是一条语句。
strcmp(svyd,svyy)这个是一条基本计算
时间复杂度通常不这么看。
如果是一个for循环，比如
for(i = 0; i <n; i++)
{
printf("\n");
}
这样算是o(n)，是个线性的。
如果for里面又一个for，那么是o(n^2)。
建议看一下数据结构算法相关的知识。
㈧ C语言里面的复杂度是什么
同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。
1、时间复杂度
（1）时间频度
一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
（2）时间复杂度
在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。
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，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为O(1),另外，在时间频度不相同时，时间复杂度有可能相同，如T(n)=n2+3n+4与T(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为O(n2)。
按数量级递增排列，常见的时间复杂度有：
常数阶O(1),对数阶O(log2n),线性阶O(n),
线性对数阶O(nlog2n),平方阶O(n2)，立方阶O(n3),...，
k次方阶O(nk),指数阶O(2n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。
2、空间复杂度
与时间复杂度类似，空间复杂度是指算法在计算机内执行时所需存储空间的度量。记作:
S(n)=O(f(n))
㈨ 算法复杂度(C语言描述)
不是O(n),假如x的级别是m，y是n
应该是：100×n/10，这边的100如果认为是级别m的话
那么是O(m*n/10),还是O(m*n)级别的
㈩ C语言 各常见排序法的时间复杂度 急 请简单说明
选择排序算法复杂度是O(n^2)。
插入排序是O(n^2)
快速排序快速排序是不稳定的。最理想情况算法时间复杂度O(nlog2n)，最坏O(n^2)。
堆排序算法时间复杂度O(nlogn)。
归并排序的时间复杂度是O(nlog2n)。