算法设计与分析-时间和空间的权衡

引入问题：

考虑一个计算函数值的问题：

　　你可以完全不用任何计算方法，先把函数值计算好（例如计算三角函数的值的那张表），把这些预先就计算好了的值存储于计算机中，当你需要这个函数值时，直

接去取就行了，当然这样的时间复杂度是O(1),因为你不需要任何计算，直接取出即可。（在计算机发明之前，事实上就是这样，类似于三角函数查表）

　　相对于其他再用别的算法来计算函数值的算法，它的时间复杂度是最好滴，它是最快滴。当然，你为时间最快付出了什么代价呢？空间！对，你需要一块空间来存

储这些值，而其他的算法不需要或者需要的空间少得多。

　　这就是时间和空间的考量，有时候需要拿时间换取空间，有时候需要拿空间换取时间。


在一些算法设计中，上面这个很简单的问题给了我们一些启示， 拿空间换取时间 ！！！


--------------------------------------------------------------------------------------------------------------------------------------------------


1，按照上述问题的启发，我们有一种这样的方法，叫 输入增强 ： 对部分或全部输入作预处理，获得额外的信息进行存储 ，以加速后面问题的求解。

简单的说，输入增强就是我们得到输入的时候，要不仅仅得到属于，还要对这个输入作一番处理和考察，得到它内在的更多信息，把它存起来：

1）计数排序

2）增强的字符串匹配算法：BM算法，KMP算法等都是基于这样的思想



2，另一种用空间换取时间的技术是 使用额外的空间来实现更快和更方便的数据存取 ，称为 预构造 ：

1）散列法（hash表）

2）B树索引


3，还有一种空间换时间思想的技术：动态规划，将作为一门专门的算法设计技术在下一章讨论。


---------------------------------------------------------------------------------------------------------------------------------------------------


1,计数排序


思想很简单： 确定每个元素在数组中比它小的元素有多少个 ，实际就得到了每个元素的位置。若在数组A中，比元素x小的元素有2个，那么x应该是A的第三个元素即A[2]。2个循环就能得到每个元素比它小的元素有多少个，很简单，我们把这个信息存起来在另一个数组Count中，就可以根据Count的值得到它在A中的位置：

实现起来比较简单：