समय जटिलता किसी भी एल्गोरिदम को पूरा करने में लगने वाला समय है। यह एल्गोरिदम की दक्षता दिखाने और तुलनात्मक विश्लेषण के लिए एक महत्वपूर्ण मीट्रिक है। हम एल्गोरिदम की समय जटिलता को कम करने का प्रयास करते हैं जो इसे अधिक प्रभावी बनाता है।
उदाहरण 1
निम्नलिखित कोड स्निपेट्स की समय जटिलता खोजें
for(i= 0 ; i < n; i++){ cout<< i << " " ; i++; }लूप का अधिकतम मान n है लेकिन i फोर लूप में दो बार इंक्रीमेंट होगा जिससे समय आधा हो जाएगा। तो समय जटिलता O(n/2) है जो O(n) के बराबर है।
उदाहरण 2
निम्नलिखित कोड स्निपेट्स की समय जटिलता खोजें
for(i= 0 ; i < n; i++){ for(j = 0; j<n ;j++){ cout<< i << " "; } }आंतरिक लूप और बाहरी लूप दोनों n बार निष्पादित हो रहे हैं। तो i के एकल मान के लिए, j n बार लूप कर रहा है, i के n मानों के लिए, j कुल n*n = n 2 बार लूप करेगा। तो समय जटिलता O(n 2 ) है।
उदाहरण 3
निम्नलिखित कोड स्निपेट्स की समय जटिलता खोजें
int i = n; while(i){ cout << i << " "; i = i/2; }इस मामले में, प्रत्येक पुनरावृत्ति के बाद i का मान उसके पिछले मान का आधा हो जाता है। तो श्रृंखला इस तरह होगी: . तो समय जटिलता O(log n) है।
उदाहरण 4
निम्नलिखित कोड स्निपेट्स की समय जटिलता खोजें
if(i > j ){ j>23 ? cout<<j : cout<<i; }कोड में दो सशर्त कथन हैं। प्रत्येक सशर्त कथन की समय जटिलता = O(1), उनमें से दो के लिए यह O(2) है जो O(1) के बराबर है जो कॉन्स्टेंट है।
उदाहरण 5
निम्नलिखित कोड स्निपेट्स की समय जटिलता खोजें
for(i= 0; i < n; i++){ for(j = 1; j < n; j = j*2){ cout << i << " "; } }आंतरिक लूप (log n) बार निष्पादित हो रहा है जहां बाहरी n बार निष्पादित हो रहा है। तो i के एकल मान के लिए, j (log n) बार निष्पादित हो रहा है, i के n मानों के लिए, j कुल n*(log n) = (n log n) बार लूप करेगा। तो समय जटिलता O(n log n) है।