『壹』 各位電腦高手，關於C語言的問題想請教各位：用遞歸法將一個正整數n的各個數字分別輸出。麻煩各位啦，謝謝
樓上的兄弟
你的程序有問題吧
你的遞歸出口設置錯了 不會有數輸出
還有用你的演算法
如果n=1200
你輸出的也是0 0 2 1
可是好像應該輸出1 2 0 0才對啊
#include<stdio.h>
#include<math.h>
void out(int n,int i)
{
int x,y,j;
y=int(pow(10,i));
if (n!=0)
{
x=n/y;
n=n-x*y;
printf("%d ",x);
}
else printf("0 ");
i--;
if(i>=0) out(n,i);
}
void main()
{
int n,x,y,i;
printf("輸入要處理的數字:");
scanf("%d",&n);
x=n;
i=-1;
while(x!=0)
{
x=x/10;
i++;
}
printf("\n\n");
printf("輸出處理後的數字:");
out(n,i);
}
『貳』 計算機編程，將一個TXT文本或log文件中的數字提取成矩陣形式並進行運算，求大神幫忙
#proc.pl
useList::Utilqw/sum/;
while(<>){
<>;@a=split;$C1=2*$a[0]-sum(@a);
<>;
<>;@a=split;$C1=2*$a[0]-sum(@a);
if($C1!=$C2){print"C1=$C1 C2=$C2
"}
}
在cmd.exe中執行
perl proc.pl < input.txt > output.txt
output.txt就是你的結果
『叄』 用C語言編輸入一個3位的正整數，分別輸出它的個位，十位，百位數字
代碼如下：
#include<stdio.h>
void main()
{
int n,a,b,c;
scanf("%d",&n);
a=n; c=a%10; a/=10; b=a%10; a/=10; a%=10;
printf("%d的個位為%d,十位為%d,百位為%d。\n",n,c,b,a)；
}
c語言：
1.簡介：
C語言是一種計算機程序設計語言，它既具有高級語言的特點，又具有匯編語言的特點。它由美國貝爾研究所的D.M.Ritchie於1972年推出，1978年後，C語言已先後被移植到大、中、小及微型機上，它可以作為工作系統設計語言，編寫系統應用程序，也可以作為應用程序設計語言，編寫不依賴計算機硬體的應用程序。它的應用范圍廣泛，具備很強的數據處理能力，不僅僅是在軟體開發上，而且各類科研都需要用到C語言，適於編寫系統軟體，三維，二維圖形和動畫，具體應用比如單片機以及嵌入式系統開發。
2.基本特性
1、高級語言：它是把高級語言的基本結構和語句與低級語言的實用性結合起來的工作單元。
2、結構式語言：結構式語言的顯著特點是代碼及數據的分隔化，即程序的各個部分除了必要的信息交流外彼此獨立。這種結構化方式可使程序層次清晰，便於使用、維護以及調試。C 語言是以函數形式提供給用戶的，這些函數可方便的調用，並具有多種循環、條件語句控製程序流向，從而使程序完全結構化。
4、代碼級別的跨平台：由於標準的存在，使得幾乎同樣的C代碼可用於多種操作系統，如Windows、DOS、UNIX等等；也適用於多種機型。C語言對編寫需要進行硬體操作的場合，優於其它高級語言。
5、使用指針：可以直接進行靠近硬體的操作，但是C的指針操作不做保護，也給它帶來了很多不安全的因素。C++在這方面做了改進，在保留了指針操作的同時又增強了安全性，受到了一些用戶的支持，但是，由於這些改進增加語言的復雜度，也為另一部分所詬病。java則吸取了C++的教訓，取消了指針操作，也取消了C++改進中一些備受爭議的地方，在安全性和適合性方面均取得良好的效果，但其本身解釋在虛擬機中運行，運行效率低於C++/C。一般而言，C，C++，java被視為同一系的語言，它們長期占據著程序使用榜的前三名。
3.特有特點
1.C語言是一個有結構化程序設計、具有變數作用域（variable scope）以及遞歸功能的過程式語言。
2.C
『肆』 計算機三級編程題
在子程序中，i，j作為計數器。a4、a3、a2、a1分別暫存每個四位數由高到低的四個數字，
「a4=a[i]/1000;
a3=a[i]%1000/100;
a2=a[i]%100/10;
a1=a[i]%10;」就是通過取余和整除運算把各位數字分離出來。
a4、a3、a2、a1同時不能被2整除（也就是取余結果為零）是題設的限制條件，用與的關系。
經過「b[cnt]=a[i];
cnt++;」b[]中保存的是符合條件的數，由於數組角標由0開始，cnt的值就是滿足條件的數的個數。
後面是典型的冒泡法排序。
『伍』 語言編程 輸入一個整數，從高位開始逐位分割並輸出它的各位數字
1、首先，定義三個整型變數，保存整數、各位上的數、整數的位數。
『陸』 如何將十進制數123的各個位的數字單獨分離出來簡答
兩種方法：
一、fortran語言
可以將整數變數寫入字元串，然後依次將每一位再讀出來存為整型變數。代碼如下：
integer a,b,c,m
character*3 str
m=123
write(str,'(i3)') m
read(str,'(3i1)') a,b,c
write(*,*) a,b,c
end
輸出是：1 2 3
二、不論什麼編程語言，可以用除以10求余數的方式來分離各位數。
下面用偽代碼描述：
m為整數
計算機對整數除法的商只保留整數，捨去它的小數部分
m=abc=123
m除以10，求余數，得：m=ab=12，c=3
m除以10，求余數，得：m=a=1，b=2
a=1，b=2，c=3
更多位的數字，可以以此類推。
希望能幫到你！
『柒』 把數字n拆分一些正整數的和，問有多少種本質不同的方法
編寫的代碼如下：
#include<iostream>
using namespace std;
long i;
void shu(long n,long a,long b)
{
for(int s=0 ;a+s<=bn;++s)
{
if(!(n-a-s))
{
++i;
continue;
}
else if(n-a-s<0)continue;
else if(n-a-s>0)shu(n-a-s,a,b);
}
}
void main()
{
long n,a,b;
while(cin >> n>>a>>b)
{
i=0;
shu(n,a,b);
cout<<i<<endl;
}
}
編程語言（programming language），是用來定義計算機程序的形式語言。它是一種被標准化的交流技巧，用來向計算機發出指令。一種計算機語言讓程序員能夠准確地定義計算機所需要使用的數據，並精確地定義在不同情況下所應當採取的行動。
『捌』 計算機編程是什麼
計算機語言：計算機語言通常是一個能完整、准確和規則地表達人們的意圖,並用以指揮或控制計算機工作的「符號系統」。 計算機語言通常分為三類：即機器語言，匯編語言和高級語言。 1. 機器語言 機器語言是用二進制代碼表示的計算機能直接識別和執行的一種機器指令的集合。它是計算機的設計者通過計算機的硬體結構賦予計算機的操作功能。機器語言具有靈活、直接執行和速度快等特點。 用機器語言編寫程序,編程人員要首先熟記所用計算機的全部指令代碼和代碼的涵義。手編程序時,程序員得自己處理每條指令和每一數據的存儲分配和輸入輸出,還得記住編程過程中每步所使用的工作單元處在何種狀態。這是一件十分繁瑣的工作,編寫程序花費的時間往往是實際運行時間的幾十倍或幾百倍。而且,編出的程序全是些0和1的指令代碼,直觀性差,還容易出錯。現在,除了計算機生產廠家的專業人員外,絕大多數程序員已經不再去學習機器語言了。 2.匯編語言 為了克服機器語言難讀、難編、難記和易出錯的缺點,人們就用與代碼指令實際含義相近的英文縮寫詞、字母和數字等符號來取代指令代碼(如用ADD表示運算符號「＋」的機器代碼),於是就產生了匯編語言。所以說,匯編語言是一種用助記符表示的仍然面向機器的計算機語言。匯編語言亦稱符號語言。匯編語言由 於是採用了助記符號來編寫程序,比用機器語言的二進制代碼編程要方便些,在一定程度上簡化了編程過程。匯編語言的特點是用符號代替了機器指令代碼, 而且助記符與指令代碼一一對應,基本保留了機器語言的靈活性。使用匯編語言能面向機器並較好地發揮機器的特性,得到質量較高的程序。 匯編語言中由於使用了助記符號,用匯編語言編制的程序送入計算機,計算機不能象用機器語言編寫的程序一樣直接識別和執行,必須通過預先放入計算機的 「匯編程序「的加工和翻譯,才能變成能夠被計算機識別和處理的二進制代碼程序。用匯編語言等非機器語言書寫好的符號程序稱源程序,運行時匯編程序要將源程序翻譯成目標程序。目標程序是機器語言程序,它一經被安置在內存的預定位置上,就能被計算機的CPU處理和執行。 匯編語言像機器指令一樣,是硬體操作的控制信息,因而仍然是面向機器的語言,使用起來還是比較繁瑣費時,通用性也差。匯編語言是低級語言。但是,匯編語言用來編制系統軟體和過程式控制制軟體,其目標程序佔用內存空間少,運行速度快,有著高級語言不可替代的用途。 3.高級語言 不論是機器語言還是匯編語言都是面向硬體的具體操作的，語言對機器的過分依賴，要求使用者必須對硬體結構及其工作原理都十分熟悉，這對非計算機專業人員是難以做到的,對於計算機的推廣應用是不利的。計算機事業的發展,促使人們去尋求一些與人類自然語言相接近且能為計算機所接受的語意確定、規則明確、自然直觀和通用易學的計算機語言。這種與自然語言相近並為計算機所接受和執行的計算機語言稱高級語言。高級語言是面向用戶的語言。無論何種機型的計算機, 只要配備上相應的高級語言的編譯或解釋程序,則用該高級語言編寫的程序就可以通用。 目前被廣泛使用的高級語言有BASIC、PASCAL、C、COBOL、FORTRAN、LOGO以及VC、VB等。這些語言都是屬於系統軟體。 （了解內容二） 計算機並不能直接地接受和執行用高級語言編寫的源程序,源程序在輸入計算機時,通過「翻譯程序」翻譯成機器語言形式的目標程序,計算機才能識別和執行。這種「翻譯」通常有兩種方式,即編譯方式和解釋方式。編譯方式是：事先編好一個稱為編譯程序的機器語言程序,作為系統軟體存放在計算機內,當用戶由高級語言編寫的源程序輸入計算機後,編譯程序便把源程序整個地翻譯成用機器語言表示的與之等價的目標程序,然後計算機再執行該目標程序,以完成源程序要處理的運算並取得結果。解釋方式是：源程序進入計算機時,解釋程序邊掃描邊解釋作逐句輸入逐句翻譯,計算機一句句執行,並不產生目標程序。PASCAL、 FORTRAN、COBOL等高級語言執行編譯方式;BASIC語言則以執行解釋方式為主;而PASCAL、C語言是能書寫編譯程序的高級程序設計語言。每一種高級(程序設計)語言,都有自己人為規定的專用符號、英文單詞、語法規則和語句結構(書寫格式)。高級語言與自然語言(英語)更接近,而與硬體功能相分離(徹底脫離了具體的指令系統),便於廣大用戶掌握和使用。高級語言的通用性強,兼容性好,便於移植。下面介紹幾種較有代表性的高級程序設計語言： ⑴BASIC語言 BASIC語言全稱是Beginner』s all Purpose Symbolic Instruction Code,意為「初學者通用符號指令代碼「。1964年由美國達爾摩斯學院的基米尼和科茨完成設計並提出了BASIC語言的第一個版本,經過不斷豐富和發展,現已成為一種功能全面的中小型計算機語言。BASIC易學、易懂、易記、易用,是初學者的入門語言,也可以作為學習其他高級語言的基礎。BASIC有解釋方式和編譯方式兩種翻譯程序。 ⑵PASCAL語言 PASCAL是一種結構程序設計語言,由瑞士蘇黎世聯邦工業大學的沃斯(N.Wirth)教授研製,於1971年正式發表。是從ALGOL60衍生的,但功能更強且容易使用。目前,作為一個能高效率實現的實用語言和一個極好的教學工具,PASCAL語言在高校計算機軟體教學中一直處於主導地位。 Pascal(B.Pascal)是十七世紀法國著名數學家,他於1642年曾發明現代台式計算機的雛型機—加減法計算機。 PASCAL具有大量的控制結構,充分反映了結構化程序設計的思想和要求,直觀易懂,使用靈活,既可用於科學計算,又能用來編寫系統軟體,應用范圍日益廣泛。 ⑶通用編程語言C C語言是美國AT&T(電報與電話)公司為了實現UNIX系統的設計思想而發展起來的語言工具。C語言的主要特色是兼顧了高級語言和匯編語言的特點,簡潔、豐富、可移植。相當於其他高級語言子程序的函數是C語言的補充,每一個函數解決一個大問題中的小任務,函數使程序模塊化。C語言提供了結構式編程所需要的各種現代化的控制結構。 C語言是一種通用編程語言,正被越來越多的計算機用戶所推崇。使用Ｃ語言編寫程序,既感覺到使用高級語言的自然,也體會到利用計算機硬體指令的直接,而程序員卻無需捲入匯編語言的繁瑣。 ⑷COBOL語言 COBOL的全稱是Common Business Oriented Language,意即：通用商業語言。 在企業管理中,數值計算並不復雜,但數據處理信息量卻很大。為專門解決經企管理問題,於1959年,由美國的一些計算機用戶組織設計了專用於商務處理的計算機語言COBOL,並於1961年美國數據系統語言協會公布。經不斷修改、豐富完善和標准化,已發展為多種版本。 COBOL語言使用了300多個英語保留字,大量採用普通英語詞彙和句型,COBOL程序通俗易懂,素有「英語語言」之稱。 COBOL語言語法規則嚴格。用COBOL語言編寫的任一源程序,都要依次按標識部、環境部、數據部和過程部四部分書寫,COBOL程序結構的「部」 內包含「節」,「節」內包含「段」,段內包含語句,語句由字或字元串組成,整個源程序象一棵由根到干,由干到枝,由枝到葉的樹,習慣上稱之為樹型結構。 目前COBOL語言主要應用於情報檢索、商業數據處理等管理領域。 常用的高級程序設計語言,除了上述的幾種之外,還有很多,如以英國著名詩人拜倫(G.N.G.Byron)的獨生女艾達·拜倫(Ada Byron)的名字命名的軍用語言Ada,深受中、小學生歡迎的語言LOGO等等。 目前,程序設計語言及編程環境正向面向對象語言及可視化編程環境方向發展,出現了許多第四代語言及其開發工具。如：微軟公司(Microsoft)開發的Visual系列(VC++、VB、FoxPro)編程工具及Power Builder等,目前已經在國內外得到了廣泛的應用。
麻煩採納，謝謝!
『玖』 C語言怎樣提取一個數的十位個位百位千位
設一個數為n，則在C語言中其個位、十位、百位、千位依次這樣計算：n/1%10，n/10%10，n/100%10，n/1000%10
代碼如下：
#include<stdio.h>
int main(){
int n = 123456;
int unitPlace = n / 1 % 10;
int tenPlace = n / 10 % 10;
int hundredPlace = n / 100 % 10;
int thousandPlace = n / 1000 % 10;
printf("個位:%d
十位:%d
百位:%d
千位:%d
", unitPlace, tenPlace, hundredPlace, thousandPlace);
getchar();
return 0;
}
運行結果如圖：
(9)計算機編程數字分離擴展閱讀
C語言的運算符包含的范圍很廣泛，共有34種運算符。C語言把括弧、賦值、強制類型轉換等都作為運算符處理。從而使C語言的運算類型極其豐富，表達式類型多樣化。靈活使用各種運算符可以實現在其它高級語言中難以實現的運算。
『拾』 誰能告訴我如何用計算機編程的語言比如1和0表示出1到10的數字
本文字數：4894 字
閱讀本文大概需要：13 分鍾
寫在之前
我們都知道，對於同一個問題來說，可以有多種解決問題的演算法。盡管演算法不是唯一的，但是對於問題本身來說相對好的演算法還是存在的，這里可能有人會問區分好壞的標準是什麼？這個要從「時效」和「存儲」兩方面來看。
人總是貪婪的，在做一件事的時候，我們總是期望著可以付出最少的時間、精力或者金錢來獲得最大的回報，這個類比到演算法上也同樣適用，那就是花最少的時間和最少的存儲做成最棒的解決辦法，所以好的演算法應該具備時效高和存儲低的特點。這里的「時效」是指時間效率，也就是演算法的執行時間，對於同一個問題的多種不同解決演算法，執行時間越短的演算法效率越高，越長的效率越低；「存儲」是指演算法在執行的時候需要的存儲空間，主要是指演算法程序運行的時候所佔用的內存空間。
時間復雜度
首先我們先來說時間效率的這個問題，這里的時間效率就是指的演算法的執行時間，時間的快慢本來就是一個相對的概念，那麼到了演算法上，我們該用怎樣的度量指標去度量一個演算法的時間效率（執行時間）呢？
剛開始我們想出了一種事後統計方法，我稱它為「馬後炮式」，顧名思義，就是對於要解決的某個問題，費盡心思想了 n 種解法，提前寫好演算法程序，然後攢了一堆數據，讓它們分別在電腦上跑，跑完瞭然後比較程序的運行時間，根據這個來判斷演算法時效的高低。這種的判斷技術計算的是我們日常所用的時間，但這並不是一個對我們來說有用的度量指標，因為它還依賴於運行的機器、所用的編程語言、編譯器等等等等。相反，我們需要的是一個不依賴於所用機器或者編程語言的度量指標，這種度量指標可以幫助我們判斷演算法的優劣，並且可以用來比較演算法的具體實現。
我們的科學家前輩們發現當我們試圖去用執行時間作為獨立於具體程序或計算機的度量指標去描述一個演算法的時候，確定這個演算法所需要的步驟數目非常重要。如果我們把演算法程序中的每一步看作是一個基本的計量單位，那麼一個演算法的執行時間就可以看作是解決一個問題所需要的總步驟數。但是由於演算法的執行過程又各不相同，所以這個每一步，即這個基本的計量單位怎麼去選擇又是一個令人頭禿的問題。
下面我們來看一個簡單的求和的函數：
defget_sum(n): sum = 0for i in range(1,n+1): sum += i return sumprint(get_sum(10))
我們仔細去分析一下上述代碼，其實可以發現統計執行求和的賦值語句的次數可能是一個好的基本計數單位，在上面 get_sum 函數中，賦值語句的數量是 1 （sum = 0）加上 n （執行 sum += i 的次數）。
我們一般用一個叫 T 的函數來表示賦值語句的總數量，比如上面的例子可以表示成 T(n) = n + 1。這里的 n 一般指的是「數據的規模大小」，所以前面的等式可以理解為「解決一個規模大小為 n，對應 n+1 步操作步數的問題，所需的時間為 T(n)」。
對於 n 來說，它可以取 10，100，1000 或者其它更大的數，我們都知道求解大規模的問題所需的時間比求解小規模要多一些，那麼我們接下來的目標就很明確了，那就是「尋找程序的運行時間是如何隨著問題規模的變化而變化」。
我們的科學家前輩們又對這種分析方法進行了更為深遠的思考，他們發現有限的操作次數對於 T(n) 的影響，並不如某些占據主要地位的操作部分重要，換句話說就是「當數據的規模越來越大時，T(n) 函數中的某一部分掩蓋了其它部分對函數的影響」。最終，這個起主導作用的部分用來對函數進行比較，所以接下來就是我們所熟知的大 O閃亮登場的時間了。
大 O 表示法
「數量級」函數用來描述當規模 n 增加時，T(n) 函數中增長最快的部分，這個數量級函數我們一般用「大 O」表示，記做 O(f(n))。它提供了計算過程中實際步數的近似值，函數 f(n) 是原始函數 T(n) 中主導部分的簡化表示。
在上面的求和函數的那個例子中，T(n) = n + 1，當 n 增大時，常數 1 對於最後的結果來說越來不越沒存在感，如果我們需要 T(n) 的近似值的話，我們要做的就是把 1 給忽略掉，直接認為 T(n) 的運行時間就是 O(n)。這里你一定要搞明白，這里不是說 1 對 T(n) 不重要，而是當 n 增到很大時，丟掉 1 所得到的近似值同樣很精確。
再舉個例子，比如有一個演算法的 T(n) = 2n^2+ 2n + 1000，當 n 為 10 或者 20 的時候，常數 1000 看起來對 T(n) 起著決定性的作用。但是當 n 為 1000 或者 10000 或者更大呢？n^2 起到了主要的作用。實際上，當 n 非常大時，後面兩項對於最終的結果來說已經是無足輕重了。與上面求和函數的例子很相似，當 n 越來越大的時候，我們就可以忽略其它項，只關注用 2n^2 來代表 T(n) 的近似值。同樣的是，系數 2 的作用也會隨著 n 的增大，作用變得越來越小，從而也可以忽略。我們這時候就會說 T(n) 的數量級 f(n) = n^2，即 O(n^2)。
最好情況、最壞情況和平均情況
盡管前面的兩個例子中沒有體現，但是我們還是應該注意到有時候演算法的運行時間還取決於「具體數據」而不僅僅是「問題的規模大小」。對於這樣的演算法，我們把它們的執行情況分為「最優情況」、「最壞情況」和「平均情況」。
某個特定的數據集能讓演算法的執行情況極好，這就是最「最好情況」，而另一個不同的數據會讓演算法的執行情況變得極差，這就是「最壞情況」。不過在大多數情況下，演算法的執行情況都介於這兩種極端情況之間，也就是「平均情況」。因此一定要理解好不同情況之間的差別，不要被極端情況給帶了節奏。
對於「最優情況」，沒有什麼大的價值，因為它沒有提供什麼有用信息，反應的只是最樂觀最理想的情況，沒有參考價值。「平均情況」是對演算法的一個全面評價，因為它完整全面的反映了這個演算法的性質，但從另一方面來說，這種衡量並沒有什麼保證，並不是每個運算都能在這種情況內完成。而對於「最壞情況」，它提供了一種保證，這個保證運行時間將不會再壞了，**所以一般我們所算的時間復雜度是最壞情況下的時間復雜度**，這和我們平時做事要考慮到最壞的情況是一個道理。
在我們之後的演算法學習過程中，會遇到各種各樣的數量級函數，下面我給大家列舉幾種常見的數量級函數：
為了確定這些函數哪些在 T(n) 中佔主導地位，就要在 n 增大時對它們進行比較，請看下圖（圖片來自於 Google 圖片）：
在上圖中，我們可以看到當 n 很小時，函數之間不易區分，很難說誰處於主導地位，但是當 n 增大時，我們就能看到很明顯的區別，誰是老大一目瞭然：
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n)
我們下面就來分析幾個上述所說的「數量級函數」：
1.常數函數
n = 100 # 1 次sum = (1 + n) *n / 2 # 1 次print(sum) # 1 次
上述演算法程序的 f(n) = 3，可能有人看到這會說那麼時間復雜度就是 O(f(n)) = O(3)，其實這個是錯的，這個函數的時間復雜度其實是 O(1)。這個對於初學者來說是很難理解的一種結果，其實你可以把 sum = (1 + n) * n / 2 多復制幾次再來看：
a = 100 # 1 次sum = (1 + n) * n / 2 # 1 次sum = (1 + n) * n / 2 # 1 次sum = (1 + n) * n / 2 # 1 次sum = (1 + n) * n / 2 # 1 次sum = (1 + n) * n / 2 # 1 次sum = (1 + n) * n / 2 # 1 次print(sum) # 1 次
上述演算法的 f(n) = 8，事實上你可以發現無論 n 為多少，上述兩段代碼就是 運行 3 次和運行 8 次的區別。這種與數據的規模大小 n 無關，執行時間恆定的演算法我們就叫它具有 O(1) 的時間復雜度。不管這個常數是多少，我們都記作是 O(1)，而不是 O(3) 或者是 O(8)。
2.對數函數
cnt = 1while cnt < n: cnt *= 2 # O(1)
上面的演算法程序的時間復雜度就是 O(logn)，這個是怎麼算出來的呢？其實很簡單：上述的代碼可以解釋成 cnt 乘以多少個 2 以後才能大於等於 n，我們假設個數是 x，也就是求 2^x = n，即 x = log2n，所以這個循環的時間復雜度就是 O(logn)。
最後呢，我們來看看下面的這個例子，藉助這段代碼來詳細的說一下我們如何對其時間復雜度進行詳細的分析：
a = 1b = 2c = 3for i inrange(n):for j inrange(n): x = i * i y = j * j z = i * jfor k inrange(n): u = a * k + b v = c * cd = 4
上面的代碼沒有任何意義，甚至不是一個可運行的代碼，我只是用來說明你在以後如何對代碼進行執行分析，關於代碼本身可不可以運行，就不需要你在這關心了。
上面的代碼其實我們要分的話可以分成 4 部分：第 1 部分是 a，b，c 這 3 個賦值語句，執行次數也就是 3 次；第二部分是 3n^2，因為是循環結構，裡面有 x，y，z 這 3 個賦值語句，每個語句執行了 n^2 次；第 3 部分是 2n，因為裡面是 2 個賦值語句，每條語句被執行了 n 次；最後第 4 部分是常數 1，只有 d 這么 1 條賦值語句。所以我們得到的 T(n
) = 3+3n^2 +2n+1 = 3n^2+2n+4，看到指數項，我們自然的發現是 n^2 做主導，當 n 增大時，後面兩項可以忽略掉，所以這個代碼片段的數量級就是 O(n^2)。
空間復雜度
類比於時間復雜度的討論，一個演算法的空間復雜度是指該演算法所耗費的存儲空間，計算公式計作：S(n) = O(f(n))。其中 n 也為數據的規模，f(n) 在這里指的是 n 所佔存儲空間的函數。
一般情況下，我們的程序在機器上運行時，刨去需要存儲程序本身的輸入數據等之外，還需要存儲對數據操作的「存儲單元」。如果輸入數據所佔空間和演算法無關，只取決於問題本身，那麼只需要分析演算法在實現過程中所佔的「輔助單元」即可。如果所需的輔助單元是個常數，那麼空間復雜度就是 O(1)。
空間復雜度其實在這里更多的是說一下這個概念，因為當今硬體的存儲量級比較大，一般不會為了稍微減少一點兒空間復雜度而大動干戈，更多的是去想怎麼優化演算法的時間復雜度。所以我們在日常寫代碼的時候就衍生出了用「空間換時間」的做法，並且成為常態。比如我們在求解斐波那契數列數列的時候我們可以直接用公式去遞歸求，用哪個求哪個，同樣也可以先把很多結果都算出來保存起來，然後用到哪個直接調用，這就是典型的用空間換時間的做法，但是你說這兩種具體哪個好，偉大的馬克思告訴我們「具體問題具體分析」。
寫在之後
如果上面的文章你仔細看了的話，你會發現我不是直接上來就告訴你怎麼去求時間復雜度，而是從問題的產生，到思考解決的辦法，到「馬後炮」，再到 T(n)，最後到 O(n)一步一步來的。這樣做的原因呢有兩個：一是為了讓你了解大 O 到底是怎麼來的，有時候搞明白了由來，對於你接下來的學習和理解有很大的幫助；二是為了讓這個文章看起來不是那麼枯燥，我覺得很多時候上來扔給你一堆概念術語，很容易就讓人在剛看到它的時候就打起了退堂鼓，循序漸進的來，慢慢引導著更容易接受一些。
很多人從大學到工作，代碼寫了不少依然不會估算時間復雜度，我感覺倒不是學不會，而是內心沒有重視起來。你可能覺得計算機的更新換代很快，CPU 處理速度的能力越來越棒，沒必要在一些小的方面斤斤計較，其實我覺得你是 too young too naive。我們隨便來算一個簡單的例子：有兩台電腦，你的電腦的運算速度是我的電腦的 100 倍，同樣一道問題，明明稍微想一想用 O(n) 可以做出來，你偏偏要懶，直接暴力 O(n^2)，那麼當 n 的數據稍微增大一些，比如上萬上十萬，到底誰的運算速度快還用我再告訴你嗎？
所以今後在寫演算法的時候，請好好學會用時間復雜度估算一下自己的代碼，然後想想有沒有更有效率的方法去改進它，你只要這樣做了，相信慢慢的你的代碼會寫的越來越好，頭會越來越禿。（逃
最後說一點的是，估算演算法的復雜度這件事你不要指望一下子看了一篇文章就想弄懂，這個還是要有意識的多練，比如看到一個程序的時候有意識的估算一下它的復雜度，准備動手寫代碼的時候也想想有沒有更好的優化方法，有意識的練習慢慢就會來了感覺。這篇文章我就用了幾個小例子，大概的估算方式就是這樣。之後我還會繼續寫一些關於「數據結構與演算法」相關的文章和一些具體的實戰題目，都會帶大家繼續分析它們的時間復雜度，敬請期待。
