数据结构的语句频度应该如何计算?

〖壹〗 、数据结构语句频度计算如下：对于一个循环 ，例如for（i=0；i；n；i++）
，循环体内的语句执行n次。例如，在这个例子中 ，循环体内的语句k+=10*i；重复执行了n次 。

〖贰〗
、实例：计算1~100的和
。在这里插入图片描述 注：第一种方式，T（n）=n+1
，其中+1，是最后一次对条件判断 ，不成立然后退出循环。忽略常数项 在这里插入图片描述 结论：1）2n + 20 和 2n 随着 n 变大
，执行曲线无限接近，20可以省略 。

〖叁〗、在数据结构中 ，频度是指某个操作或循环被重复执行的次数。首先来看一个例子
，当循环体包含if语句，且i和j只能有一个在每次循环中自增1时 ，循环的执行次数与k的关系为：当k为奇数时
，i和j分别为k-1次和k-2次循环的值，即i=（k+1）/2 ，j=（k-1）/2
。

〖肆〗 、sum+=p； //频度：n } return（sum）； //频度：1 } 该函的执行频度为：3n+3（或3n+5）时间复杂度计算 依据“频度 ”可知该函数为n的一次方
，可表示为O（n），也可表示为Θ（n）；后者更准确。（补充）求“时间复杂度
”是目的 ，“频度”仅是手段，前者要依据后者的计算 。

〖伍〗、=== 因为到n的时候
，虽然已经不符合in了，但计算机要判断出这个仍需一次时间（当然判断出这个以后 ，后面的语句就不用执行了
，所以/2/的频度是n），所以是n+1
。/2/ 前面/1/括号里已说明。从0到n-1 ，总共执行了（n-1）-0+1次 。/3/ 如果单独拿出这个内圈循环
，频度为2*n-0+1+1
。

数据结构,计算语句频度问题

定义：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。一个算法中语句的执行次数称为语句频度或时间频度
，记为T（n）.实例：计算1~100的和 。在这里插入图片描述 注：第一种方式，T（n）=n+1 ，其中+1
，是最后一次对条件判断，不成立然后退出循环
。

数据结构语句频度计算如下：对于一个循环 ，例如for（i=0；i；n；i++），循环体内的语句执行n次。例如
，在这个例子中，循环体内的语句k+=10*i；重复执行了n次 。

时间复杂度计算 依据“频度 ”可知该函数为n的一次方 ，可表示为O（n）
，也可表示为Θ（n）；后者更准确
。（补充）求“时间复杂度”是目的，“频度
”仅是手段 ，前者要依据后者的计算。

如何判断一个循环语句中,各条语句的频度?

语句频度就是语句的执行次数 。i=2时不执行
，i=3时执行1次，i=4执行2次。i=n执行n-2次；所以一共是1+2+...+n-2=（n-1）*（n-2）/2
。解释：『1』i 变量在第一个 for 循环中 ，从取 i = 0 开始执行
，直到i=n-1时为止，至此 ，i 执行了n次。

对于一个循环
，例如for（i=0；i；n；i++），循环体内的语句执行n次 。例如 ，在这个例子中，循环体内的语句k+=10*i；重复执行了n次
。对于一个do-while循环
，例如do{ k+=10*i；}while（i；=n-1）；，循环体内的语句至少执行一次 ，然后在满足条件i；=n-1的情况下继续执行n次。

首先来看一个例子
，当循环体包含if语句，且i和j只能有一个在每次循环中自增1时 ，循环的执行次数与k的关系为：当k为奇数时
，i和j分别为k-1次和k-2次循环的值，即i=（k+1）/2 ，j=（k-1）/2 。因此
，i+j=k，且k=n ，故k的最大值为n
，频度为n
。

因为到n的时候，虽然已经不符合in了 ，但计算机要判断出这个仍需一次时间（当然判断出这个以后，后面的语句就不用执行了
，所以/2/的频度是n），所以是n+1。/2/ 前面/1/括号里已说明 。从0到n-1 ，总共执行了（n-1）-0+1次
。/3/ 如果单独拿出这个内圈循环
，频度为2*n-0+1+1。

先看看语句频度和数据结构中时间复杂度的区别 。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。

时间频度 定义：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 。一个算法中语句的执行次数称为语句频度或时间频度，记为T（n）.实例：计算1~100的和。

时间复杂度和语句频度有什么区别?(数据结构问题)望高手指点!!谢谢...

〖壹〗
、时间复杂度计算 依据“频度”可知该函数为n的一次方 ，可表示为O（n）
，也可表示为Θ（n）；后者更准确
。（补充）求“时间复杂度 ”是目的，“频度
”仅是手段 ，前者要依据后者的计算。

〖贰〗、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） 。

〖叁〗 、因为到n的时候
，虽然已经不符合in了，但计算机要判断出这个仍需一次时间（当然判断出这个以后 ，后面的语句就不用执行了
，所以/2/的频度是n），所以是n+1
。/2/ 前面/1/括号里已说明。从0到n-1 ，总共执行了（n-1）-0+1次 。/3/ 如果单独拿出这个内圈循环
，频度为2*n-0+1+1
。

〖肆〗
、插入一个概念：语句的频度指的是该语句重复执行是次数。我们在计算时间复杂度的时候，先要找出算法的基本操作 ，并根据基本操作语句计算出其执行次数 。再找出其同数量级
。。T（n）=O（f（n）=数量级） 。

〖伍〗、性能优化：语句频度分析可以帮助我们理解程序或算法中哪些部分是执行次数比较多的
，从而针对性的进行优化
。比如，如果一个循环体被执行了大量的次数 ，我们可能希望尝试使用更有效率的算法或者数据结构来替代。空间复杂度分析：在某些情况下，程序的执行次数可能直接影响到其所需的空间大小 。

求数据结构的语句频度和时间复杂度

因为到n的时候
，虽然已经不符合in了，但计算机要判断出这个仍需一次时间（当然判断出这个以后 ，后面的语句就不用执行了
，所以/2/的频度是n），所以是n+1。/2/ 前面/1/括号里已说明
。从0到n-1 ，总共执行了（n-1）-0+1次。/3/ 如果单独拿出这个内圈循环
，频度为2*n-0+1+1 。

return（sum）； //频度：1 } 该函的执行频度为：3n+3（或3n+5）时间复杂度计算 依据“频度”可知该函数为n的一次方，可表示为O（n） ，也可表示为Θ（n）；后者更准确
。（补充）求“时间复杂度 ”是目的
，“频度
”仅是手段，前者要依据后者的计算。

所以语句频度就是k；时间复杂度就是根号n 。

数据结构语句频度计算如下：对于一个循环 ，例如for（i=0；i；n；i++）
，循环体内的语句执行n次
。例如，在这个例子中 ，循环体内的语句k+=10*i；重复执行了n次。

记作 T（n） = O（ f（n） ） ，称 O（ f（n） ） 为算法的渐近时间复杂度
，简称时间复杂度 。注：T（n） 不同，但时间复杂度可能相同
。

求语句的执行频度

定义：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。一个算法中语句的执行次数称为语句频度或时间频度，记为T（n）.实例：计算1~100的和 。在这里插入图片描述 注：第一种方式 ，T（n）=n+1
，其中+1，是最后一次对条件判断 ，不成立然后退出循环
。

数据结构语句频度计算如下：对于一个循环
，例如for（i=0；i；n；i++），循环体内的语句执行n次。例如 ，在这个例子中
，循环体内的语句k+=10*i；重复执行了n次 。

语句频度就是语句的执行次数。i=2时不执行，i=3时执行1次 ，i=4执行2次
。i=n执行n-2次；所以一共是1+2+...+n-2=（n-1）*（n-2）/2。解释：『1』i 变量在第一个 for 循环中，从取 i = 0 开始执行
，直到i=n-1时为止，至此 ，i 执行了n次 。