时间复杂度

文章目录

时间复杂度概念及意义

时间复杂度的表示

常见时间复杂度的表示方法

O(1)

O(logN)

O(N)

O(N^2)

O(2^N)

---

 

时间复杂度概念及意义

     在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。实际上一个算法执行所耗费的时间，是不能人为算出来的。我们在这里就是将算法中的基本操作的执行次数，认为是算法的时间复杂度。

     时间复杂度是用来判断一个算法的好坏，效率的高低。

 

时间复杂度的表示

     时间复杂度是用大O的渐进表示法来表示(大O符号：是用于描述函数渐进行为的数学符号)。

     推导大O阶方法：

• 用常数1取代运行时间中的所有加法常数。

     解释：该算法不随输入规模变化。例：直接赋值或有固定循环等。

• 在修改后的运行次数函数中，只保留最高阶项。

     解释：假设某个算法的执行次数是F(N)=N^2+N。因为只保留最高项所以把N给删掉，即时间复杂度为O(N^2)。

     为什么要删N呢？因为我们就只是要一个大概。CPU每秒可以执行上亿次指令，在CPU看来这个N就可以忽略不计。就好像你有一个亿，你弄丢1万块一样。

• 如果最高阶项存在且不是1，则去除与这个项目相乘的常数。

     解释：假设某个算法的执行次数是F(N)=2N。在这里要把2给删掉，即时间复杂度为O(N)。

     理由同上。

 

常见时间复杂度的表示方法

     这是它们的运行效率：

     O(1) < O(logN) < O(N) < O(N^2) < O(2^N)（越往右越低）。

O(1)

常数时间复杂度

int Add(int count)
{
	for (int i = 0; i < 10; i++)
	{
		count++;
	}
    return count;
}

     由于该算法不随输入规模变化，所以是O(1)。

O(logN)

对数时间复杂度

     最典型的就是二分法，二分法是用来查找数据。

//二分法
bool Bisection(int* arr, int key)
{
	int left = 0;
	int right = sizeof(arr) / sizeof(arr[0]) - 1;
	while (left <= right)
	{
		int mid = (left + right) / 2;
		if (key > arr[mid])
		{
			left = mid + 1;
		}
		else if (key < arr[mid])
		{
			right = mid - 1;
		}
		else
		{
			return true;
		}
	}
	return false;
}

     这个要分情况

1. 最好第一次就找到
2. 能找到
3. 最坏没找到

     只要是算时间复杂度时存在不同情况，那就一律都按最坏情况来算。

 

     二分法每查找一次就会减少一半的数据，所以可以列出N/2/2/2...=1。

     假设运行了x次则2^x=N，即x=logN。大家可能注意到了底数为什么不写2，实际上2是最常见的可以不写，但如果是其它底数就要写。

 

 

O(N)

线性时间复杂度

int Addt(int n, int count)
{
	for (int i = 0; i < n; i++)
	{
		count++;
	}
    return count;
}

     时间复杂度随N的增大而线性增加，一般是在单层循环中。

O(N^2)

平方时间复杂度

int Add(int n, int count)
{
	for (int i = 0; i < n; i++)
	{
		for (int j = 0; j < n; j++)
		{
			count++;
		}
	}
    return count;
}

     一般是在双层循环中，像冒泡排序等。

O(2^N)

指数时间复杂度

     这种在实际中几乎不存在意义，切记在现实中不要写指数时间复杂度。最典型的例子就是斐波那契数列用递归解决。

//斐波那契数列
long long Fib(size_t N)
{
	if (N < 3)
		return 1;
	return Fib(N - 1) + Fib(N - 2);
}

     大家咋一看可能看不出来什么，下面我为大家画了个图，方便大家理解。

     准确的说它并不是O(2^N)，但是我们就只是要一个大概。

---

     好了讲到这儿就差不多讲完了，希望你能有所收获。如果有错误的地方请及时指出，有什么不懂的地方可以私信我哈。