2024年最全【数据结构】算法的时间复杂度和空间复杂度(1),2024年最新腾讯&字节&网易&华为大数据开发面试题分享

img
img

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

算法效率
算法的复杂度

算法在编写成可执行程序后,运行时需耗费时间资源和空间资源(内存)资源。因此衡量一个算法的好坏,一般是从时间和空间两个维度来衡量的,即时间复杂度和空间复杂度。

时间复杂度主要衡量一个算法运行的快慢,而空间复杂度主要衡量一个算法运行所需的额外空间。在计算机发展的早期,计算机的存储容量很小。所以对空间复杂度很在乎。但是经过计算机行业的迅速发展,计算机的存储容量已经达到了很高的程度,所以我们现在也不用太关心空间复杂度。

时间复杂度
时间复杂度的概念

时间复杂度的定义:在计算机科学中,算法的时间复杂度是一个函数,它描述了该算法的运行时间。一个算法执行所耗费的时间,从理论上来说,是不能算出来的,只有你把你的程序放到机器上跑起来,才能知道。但是我们需要每个算法都上机测试吗?这样的话岂不是很麻烦,所以才有了时间复杂度这个分析方式。一个算法所花费的时间与其中语句的执行次数成正比,算法中的基本操作的执行次数,为算法的时间复杂度

即:找到某条基本语句与问题规模N之间的数学表达式,就是算出了该算法的时间复杂度。

void Func1(int N)
{
	int count = 0;
	for (int i = 0; i < N; ++i)
	{
		for (int j = 0; j < N; ++j)
		{
			++count;
		}
	}

	for (int k = 0; k < 2 \* N; ++k)
	{
		++count;
	}
	int M = 10;
	while (M--)
	{
		++count;
	}
}

操作次数为:image-20221024110058645

  • N = 10 F(N) = 130
  • N = 100 F(N) = 10210
  • N = 1000 F(N) = 1002010

实际上我们计算时间复杂度的时,我们其实并不一定要计算精确的执行次数,而只需要大概执行次数,这里用大O的渐进表示法

大O的渐进表示法

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

  1. 用常数1取代运行时间中的所有加法常数。
  2. 在修改后的运行次数函数中,只保留最高阶
  3. 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。得到的结果就是大O阶。

通过上面我们会发现大O阶的渐进表示去掉了那些对结果影响不大的项,简介明了的表示出了执行次数。另外还有些算法的时间复杂度存在最好、平均、最坏情况:

最坏情况:任意输入规模的最大运行次数(上界)

平均情况:任意输入规模的期望运行次数

最好情况:任意输入规模的最小运行次数(下界)

在实际中一般情况下关注的是算法的最坏运行情况,所以数组中搜索数据时间复杂度为O(N)

常见的时间复杂度计算举例

实例1

// 计算Func2的时间复杂度?
void Func2(int N)
{
	int count = 0;
	for (int k = 0; k < 2 \* N; ++k)
	{
		++count;
	}
	int M = 10;
	while (M--)
	{
		++count;
	}
	printf("%d\n", count);
}

时间复杂度为:O(N)

实例2

// 计算Func3的时间复杂度?
void Func3(int N, int M)
{
	int count = 0;
	for (int k = 0; k < M; ++k)
	{
		++count;
	}
	for (int k = 0; k < N; ++k)
	{
		++count;
	}
	printf("%d\n", count);
}

时间复杂度为:O(N+M)

实例3

// 计算Func4的时间复杂度?
void Func4(int N)
{
	int count = 0;
	for (int k = 0; k < 100; ++k)
	{
		++count;
	}
	printf("%d\n", count);
}

时间复杂度为:O(1)

实例4

// 计算strchr的时间复杂度?
const char \* strchr ( const char \* str, int character );

这个函数我们之前没见过,具体功能如下:

image-20221024115050344

所以时间复杂度为:O(1)

实例5

// 计算BubbleSort的时间复杂度?
void BubbleSort(int\* a, int n)
{
	assert(a);
	for (size\_t end = n; end > 0; --end)
	{
		int exchange = 0;
		for (size\_t i = 1; i < end; ++i)
		{
			if (a[i - 1] > a[i])
			{
				Swap(&a[i - 1], &a[i]);
				exchange = 1;
			}
		}
		if (exchange == 0)
			break;
	}
}

image-20221024115806373

可以看到这是一个等差数列:最后的时间复杂度为O(N^2)

实例6

// 计算BinarySearch的时间复杂度?
int BinarySearch(int\* a, int n, int x)
{
	assert(a);
	int begin = 0;
	int end = n - 1;
	// [begin, end]:begin和end是左闭右闭区间,因此有=号
	while (begin <= end)
	{
		int mid = begin + ((end - begin) >> 1);
		if (a[mid] < x)
			begin = mid + 1;
		else if (a[mid] > x)
			end = mid - 1;
		else
			return mid;
	}
	return -1;
}

image-20221024125601153

时间复杂度是以2为低N的对数(经常允许写成O(logN)

实例7

// 计算阶乘递归Fac的时间复杂度?
long long Fac(size\_t N)
{
	if (0 == N)
		return 1;

	return Fac(N - 1) \* N;
}

时间复杂度是O(N)

实例8

// 计算斐波那契递归Fib的时间复杂度?
long long Fib(size\_t N)
{
	if (N < 3)
		return 1;

	return Fib(N - 1) + Fib(N - 2);
}

实例9

// 计算斐波那契递归Fib的时间复杂度
long long Fib(size\_t N) 
{
    if(N < 3) {
        return 1;
    }
    return FibK(N - 1) + Fib(N - 2);
}

img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

需要这份系统化资料的朋友,可以戳这里获取

Jlc2ZN-1715285156204)]
[外链图片转存中…(img-VxSfbGxD-1715285156204)]
[外链图片转存中…(img-ooDBTJqC-1715285156204)]

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

需要这份系统化资料的朋友,可以戳这里获取

  • 14
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值