时间复杂度和二分查找法

时间复杂度和二分查找法

---

一、时间复杂度

1、常数操作

操作和样本的数据量没有关系，每次都是固定时间内完成的操作。

2、时间复杂度

一个算法流程中，常数操作数量的一个指标。在表达式中，只要高阶项除去系数的部分，记为O（N^x）。

时间复杂度计算按照最坏情况进行。

评价一个算法的好坏，先看时间复杂度的指标，再分析不同数据样本下的实际运行时间，也就是“常数项时间”。

二、二分查找

时间复杂度O(logN)

应用

有序数组中判断数值是否存在
有序数组中找>=某个数最左侧的位置
局部最小

三、递归算法

int getMax(int arr[],int L,int R)
{
    if(L==R)
    {
        return arr[L];
    }
    int mid=L+((R-L)>>1);	//1、(L+R)可能溢出 2、位运算（R-L）>>1速度快于(R-L)/2
    int leftMax=getMax(arr,L,mid);
    int rightMax=getMax(arr,mid+1,R);
    return max(leftMax,rightMax);
}

master公式（子问题等规模求解时间复杂度）

T(N)=a*T(N/b)+O(N^d)

a：子问题调用次数
b：子问题规模
O(N^d)：其余时间复杂度

1）log(b,a)>d -> O(N^log(b,a))
2）log(b,a)<d -> O(N^d*logN)
3）log(b,a)=d -> O(N^d)

上述代码T(N)=2*T(N/2)+O(1)

四、对数器

有一个想测的方法a以及实现复杂度不好但是容易实现的方法b
实现一个随机样本产生器，用方法a和方法b跑相同的随机样本，观察结果是否一致

五、Qs

1）arr[]无序，任意俩相邻的数一定不相等，找出一个局部最小（arr[i]<arr[i-1]&&arr[i]<arr[i+1]），时间复杂度小于O(N)

若a[i]>a[i+1]&&a[j]<a[j+1]&&i<j，在a[i]至a[j+1]间进行二分查找

2）小和问题

一个数组中每个数左边比当前数小的数累加起来，叫做这个数组的小和。已知一个数组，求其小和

int smallSum(int arr[], int L, int R)	//截取arr[L]~arr[R]部分
{
	if (L == R)		//防止无限递归
	{
		return 0;
	}
	int mid = L + ((R - L) >> 1);
	return smallSum(arr, L, mid)+smallSum(arr,mid+1,R)+merge(arr,L,mid,R);
}
int merge(int arr[], int L, int M, int R)
{
	int* temp = new int[R - L + 1];
	int i = 0, p1 = L, p2 = M + 1;
	int res=0;
	while (p1 <= M && p2 <= R)
	{
		res+=arr[p1]<arr[p2]?(R-p2+1)*arr[p1]:0;
		temp[i++] = arr[p1] <= arr[p2] ? arr[p1++] : arr[p2++];
	}
	while (p1 <= M)
	{
		temp[i++] = arr[p1++];
	}
	while (p2 <= R)
	{
		temp[i++] = arr[p2++];
	}
	for (i = 0; i < R - L + 1; i++)
	{
		arr[L + i] = temp[i];
	}
	return res;
}