数据结构的算法分析（C++描述）

程序=数据结构+算法

因此算法分析对于程序设计非常重要。

主要从时间分析和空间分析入手。时间分析：执行代码所需要的时间，反映了代码的时间效率；空间分析：执行代码所需要的空间，反映了空间效率。

tips：程序设计中空间与时间效率常常矛盾，因此需要根据实际问题设计程序。

时间复杂度分析：

算法频度的引入：问题规模为n的函数，表示算法输入量的大小。（用T(n)表示）

#include<iostream>
using namespace std;
bool solve(int a[10][20], int m, int n, int& s) {
    if (m != n)
        return 0;//算法频度为O（1）
    s = 0;//同上
    for (int i = 0; i < m; i++) {
        s += a[i][i];
    }//算法频度为O（n）
    return 0;
}

时间复杂度求解：

表示：T ( n )= O ( f ( n ) );

其中O是取数量级算法，主要取f（n）的数量级，f（n）是每一行代码的执行次数；

主要步骤：

1.找出基本语句（执行次数最多的语句），一般为循环；

2.计算f（n）；

3.用O取最大的数量级即可。

tips:复杂的代码可以采用演绎法：

如：void example(int& x, int n) {//x=1
    for (int i = 0; i < n; i++) {
        x = 5 * x;
    }
}

解：基本语句：for循环;

第一次循环x=5;

第二次循环x=5*5;

第三次循环x=5*5*5;

。。。。。。。

第k次循环x=5^k;

5^k=n;

得出k=f(n)=log5(n);

例题

例题一：

​

void fun(int n) {
	int i = 0;
	while (i <= n)
		i += 2;
}

1.基本语句：while循环

2.第一次：i=i+2;

   第二次：i=i+2+2；

   第三次：i=i+2+2+2；

    第k次：i=i+2*k；

    假设此时刚好脱离循环：i+2*k=n;

k=n-i/2;故T(n)=O(n);

例题二：

即第一段代码，不做赘述；

例题三：

​

void fun(int n) {
	int i = 0;
	int s = 0;
	while (s <= n) {
		i += 1;
		s += i;
	}
}

​

1.基本语句：while循环

2.第一次：i=1;s=0+1;

   第二次：i=2;s=1+2;

   第三次：i=3;s=1+2+3;

   第k次：i=k;s=1+2+3+......+k;

 故T（n）=O（sqrt ( n ) ）；

空间复杂度：

空间=形参占用空间+临时变量占用空间；

注：空间复杂度只考虑临时变量占用空间

同时间复杂度，空间复杂度也用O取数量级；

步骤：找临时变量个数；本文所有代码S（n）=O（1）；

int Max(int a[], int n) {
	int maxi = 0;
	for (int i = 0; i < n; i++) {
		if (a[i] > a[maxi])
			maxi = i;
		return a[maxi];
	}
}

S（n）=O( n );